【正文】 CHANGZHOU INSTITUTE OF TECHNOLOGY畢 業(yè) 設(shè) 計 說 明 書題目： 起重機力臂安全測試系統(tǒng) 二級學(xué)院： 延陵學(xué)院 專 業(yè)： 電子信息工程 班級： 10信Y1 學(xué)生姓名： 胡佳楠 學(xué)號： 10120515 指導(dǎo)教師： 張建生 職稱： 講師 評閱教師： 職稱： 2014 年 6月I摘要摘 要聲目標(biāo)識別是目標(biāo)探測系統(tǒng)中的重要的組成部分，隨著未來逐漸發(fā)展起來的信息領(lǐng)域戰(zhàn)場，相關(guān)技術(shù)研究得到主要是各大科研機構(gòu)和大學(xué)學(xué)府的緊密關(guān)注，并且取得了一些成就。尤其是仿生學(xué)理論、信號學(xué)處理理論、人工智能技術(shù)的發(fā)展理論及厚膜的集成工藝，在聲目標(biāo)識別系統(tǒng)層面上實現(xiàn)并且提供了強有力的技術(shù)支持，但對于信號的特征提取以及分類識別等重要的疑問之處，還是顯現(xiàn)了研究層面的不足。本文就以上問題，針對聲目標(biāo)信號識別過程中的關(guān)鍵技術(shù)和算法實現(xiàn)進行了相關(guān)研究。本設(shè)計綜上結(jié)合了現(xiàn)代數(shù)字信號處理理論的方法，對實際采集的目標(biāo)聲信號進行理論調(diào)研和算法上的驗證，包括車輛信號源的產(chǎn)生機理理論分析，目標(biāo)聲信號的特性分析、線性預(yù)測特征提取以及分類識別。其中，在目標(biāo)聲信號的特性分析的環(huán)節(jié)上進行了比較詳細的理論分析和計算機MATLAB軟件的測試觀察；在特征提取環(huán)節(jié)采用了線性預(yù)測（LP）算法提取目標(biāo)聲信號的特征，在綜合理論分析的基礎(chǔ)上，調(diào)整算法中的參數(shù)設(shè)置，并且通過使用MATLAB軟件來測試驗證；在分類識別環(huán)節(jié)采用了基于聚類思想的最小歐氏距離識別法以及觀察分析研究能量法，實現(xiàn)了對于汽車、卡車、摩托車以及公交車四類目標(biāo)聲信號線性預(yù)測算法和能量法的有效分類與識別。關(guān)鍵詞：聲目標(biāo)識別；特性分析；特征提取；分類識別；MATLABAbstractAcoustic target identification is an important part for the target detection system, with the ing of information battlefield, some related technologies have been paid attention by every scientific research institution and colleges or universities, and the stage achievement has been obtained. Especially the development of bionics theory, signal processing theory, artificial intelligence theory and integration process of thick film provide the effective technological support for realizing the acoustic target identification system. However, researches are insufficient for these key problems such as pretreatment, feature extraction and classifier. For these problems above, the key technology of acoustic target signal identification and the implementation of hardware algorithm have been studied.This design based on the bination of methods of modern digital signal processing theory, acoustic signal to actual acquisition target, carries on the theory research and validation of the algorithm, including the theoretical analysis of mechanism of vehicle source and target characteristics of the acoustic signal analysis, linear prediction feature extraction and classification recognition. Among them, the target segment on the analysis of the characteristics of acoustic signal has carried on the paratively detailed theoretical analysis and MATLAB puter software test observation。 In feature extraction process using the linear prediction (LP) algorithm to extract the target characteristic of the acoustic signal, on the basis of the prehensive theoretical analysis, adjust the parameter Settings in the algorithm, and through the use of MATLAB software to test the validation。 Link is adopted in classification and recognition based on clustering, the minimum Euclidean distance method of identification and the analysis of the observation study energy method, and implements for cars, trucks, motorcycles, buses, and four classes target acoustic signal linear prediction method and energy method of efficient classification and recognition. Key words : acoustic target identification。 characteristic analysis。 feature extraction。 classification and identification。 MATLAB目錄目 錄摘 要 IAbstract II第1章 緒論 1 選題的背景及依據(jù) 1 課題研究的目的及意義 2 國外研究現(xiàn)狀 3 國內(nèi)研究現(xiàn)狀 4 論文主要工作 4 論文內(nèi)容結(jié)構(gòu)安排 5第2章 車輛聲目標(biāo)信號特性分析 6 聲目標(biāo)信號識別系統(tǒng)組成 6 聲目標(biāo)信號傳播過程 6 傳播模型 6 傳播過程中的聲衰減 7 聲目標(biāo)輻射產(chǎn)生機理 7 聲目標(biāo)信號分析 8 本章小結(jié) 9第3章 基于MATLAB算法的特征提取 10 MATLAB簡介 10 MATLAB的語言特點、功能特點簡介 10 MATLAB語言特點 10 MATLAB功能特點 11 特征提取概述 11 線性預(yù)測理論簡介 12 車輛聲目標(biāo)信號線性預(yù)測（LPC法）分析 12 汽車聲目標(biāo) 12 卡車聲目標(biāo) 15 摩托車聲目標(biāo) 18 公交車聲目標(biāo) 20 結(jié)論分析 23 本章小結(jié) 23第4章 基于聚類思想的歐氏距離識別法 24 聚類分析簡介 24 系統(tǒng)聚類分析思想與步驟理論 24 距離測度 25 建立聲目標(biāo)訓(xùn)練庫 26 訓(xùn)練結(jié)果與性能分析 27 車輛聲目標(biāo)識別 28 識別原理 28 識別結(jié)果分析比較 28 結(jié)論分析 31 本章小結(jié) 31第5章 總結(jié)與展望 32 工作總結(jié) 32 研究展望 32參考文獻 34致 謝 36附 錄 1第1章 緒論第1章 緒論 選題的背景及依據(jù)隨著武器新式裝備的逐步向著微型化、智能化的方向發(fā)展的大趨勢，戰(zhàn)場的敵我分辨技術(shù)和精確打擊控制識別成為新的研究方向，聲目標(biāo)識別技術(shù)成為軍事等等智能系統(tǒng)的學(xué)科。由于有較高隱蔽性，被動的探測技術(shù)在軍事領(lǐng)域受到人們的高度重視。運用于飛機、戰(zhàn)車、火炮等等軍事領(lǐng)域目標(biāo)物體的GPS定位、預(yù)警、分類、敵我識別以及跟蹤探測。自從80年代時期的到來，攻擊型直升機、隱形轟炸機等等高新武器的完整迅速發(fā)展和反光電、反輻射、反電磁武器以及裝備的超級規(guī)模使用，尤其是數(shù)字技術(shù)和計算機化技術(shù)的突破性質(zhì)的大發(fā)展，使以往的聲目標(biāo)探查科學(xué)技術(shù)獲得了嶄新的生命力。各國家在綜合了紅外信號、磁信號、振動信號及聲信號等等物理信號場的研究領(lǐng)域投入了不少科技力量，最終目的就是要實現(xiàn)對于特定好的目標(biāo)的敵我分辨、精確定位、類型識別、實時跟蹤、自動警戒以及態(tài)勢評估等等功能。不得不承認，聲目標(biāo)探測識別技術(shù)與聲目標(biāo)定位技術(shù)都是聲探測這個系統(tǒng)中的關(guān)鍵技術(shù)、核心技術(shù)。目前較多使用在聲目標(biāo)探測識別上的是基于傳統(tǒng)模式的識別的方法，它是通過提取聲目標(biāo)信號中的某一些特征來進行目標(biāo)識別，其識別分類的基本思想是：把屬于某一種模式的目標(biāo)，通過一定的數(shù)學(xué)算法，歸屬到適當(dāng)?shù)念悇e之中的某一類當(dāng)中?，F(xiàn)代數(shù)字信號處理、人工智能運用、無線網(wǎng)絡(luò)通訊領(lǐng)域技術(shù)、信息論、厚膜集成技術(shù)及其他各種相關(guān)技術(shù)的出現(xiàn)和綜合發(fā)展，為聲信號的目標(biāo)探測識別技術(shù)的發(fā)展提供了強有力的技術(shù)層面的支持。隨著計算機技術(shù)的持續(xù)高速發(fā)展，包括了現(xiàn)代譜分析的數(shù)字信號處理技術(shù)，獲得了極大的快速發(fā)展。近幾年來，小波變換等的出現(xiàn)，又給數(shù)字信號處理領(lǐng)域的技術(shù)增添了新活力?，F(xiàn)代譜分析是通過建模法，計算其模型參數(shù)，通過建立好的模型，得到需要的信號譜。小波分析理論的出現(xiàn)，被稱為信號處理領(lǐng)域里繼快速傅里葉變換（FFT）之后，又一盞標(biāo)志性的里程碑，小波能量理論法理所當(dāng)然成為一種比較有效的分析手段。仿生技術(shù)伴隨著生物學(xué)、生物化學(xué)、生物物理學(xué)、控制論、物理學(xué)、工程學(xué)等等學(xué)科的發(fā)展，一躍而起成為又一新興的學(xué)科，它通過對各種生物系統(tǒng)所擁有的功能原理與作用機理，作為生物模型，進行密切研究，從而實現(xiàn)了新的技術(shù)設(shè)計，并制造出了更好的設(shè)備以及機械運轉(zhuǎn)系統(tǒng)。數(shù)學(xué)理論中的聚類分析理論（本文著重介紹最小歐式距離法）在數(shù)據(jù)挖掘中也是相當(dāng)重要的一方面，通過分組、聚類，得到具有一定相似特性的目標(biāo)，同時，分析目標(biāo)的共同特征。上述方法、理論與嵌入式硬件系統(tǒng)平臺緊密結(jié)合，必將使得系統(tǒng)擁有更好的微結(jié)構(gòu)、高智能特性?，F(xiàn)代譜分析、小波分析、數(shù)字信號處理技術(shù)、仿生技術(shù)以及其他各種相關(guān)技術(shù)的持續(xù)快速發(fā)展，使對于特定目標(biāo)信號的高效提取、探測識別成為了現(xiàn)實。 課題研究的目的及意義本課題源自于2011年常州工學(xué)院大學(xué)生創(chuàng)新項目《基于聲特征提取的公路車型識別研究與實現(xiàn)》。高速公路在我國的綜合交通運輸體系當(dāng)中發(fā)揮著十分重要的作用，但是其在運行過程之中，存在擁擠、環(huán)境污染、安全等等問題，特別是近些年來，交通需求量持續(xù)高速增長，問題態(tài)勢不容樂觀，使得公路愈發(fā)擁擠、阻塞愈發(fā)嚴重，城間高速公路事故頻頻發(fā)生。這時候，可以看到，智能交通運輸系統(tǒng)對高速公路上車輛交通流量的檢測并實時采集相關(guān)信息數(shù)據(jù)，其無論是在交通引導(dǎo)方面，交通信號控制方面，還是在公路管理方面、電子收費等等領(lǐng)域，都有相當(dāng)廣泛的應(yīng)用。交通流量是衡量某地交通發(fā)展?fàn)顩r的一項重要指標(biāo)，其觀測統(tǒng)計的準確性能夠直接影響到公路網(wǎng)的規(guī)劃布局以及安排和建設(shè)。精確的探測識別和統(tǒng)計汽車、卡車、摩托車等等其他各種車型的交通流量，能夠預(yù)測出未來在該道路上的交通量，能夠及時采取比較有效的措施來維護公路安全，比如在重型車流量較大的公路段，可以通過提高收費或者建設(shè)新路等措施，以達到降低維護成本，延長公路使用壽命等等。目前亟待解決的重要問題，就是建立現(xiàn)代化高速公路系統(tǒng)，以確保高速公路的通暢和安全。在智能交通系統(tǒng)眾多的交通信息之中，交通流特征參數(shù)的信息是尤其根本的。交通管理部門制定政策、采取相應(yīng)措施和對交通設(shè)施進行相應(yīng)的規(guī)劃、設(shè)計的最是科學(xué)、客觀的依據(jù)即交通流量特征參數(shù)的檢測數(shù)據(jù)。通常根據(jù)美國加州大學(xué)伯克利分校ITS中心出版的雜志“PATH”中提供的分類依據(jù)，交通流特征參數(shù)可以分為：●交通安全性。ITS提高交通安全其中的措施之一，就是及時有效地監(jiān)測交通危險因素，以確定那些需要救助、幫扶的出行者。交通危險因素是指“車際沖突”（例如撞車因素或者是在交通流中某輛車發(fā)生的突然拋錨）和“人際沖突”（例如搶劫或騷擾）?！褴囕v計數(shù)及車型識別。這個是交通流量的基本特征參數(shù)，可以直接反映出道路的擁擠程度、使用效率以及各種功能的車輛在整個交通網(wǎng)的分布狀況。●事故檢測。ITS其中目的之一，就是降低交通事故量及其影響力，因此事故檢測也是系統(tǒng)檢測的任務(wù)?！褴囕v行駛的時間與速度。出行燃料費用、事故幾率、環(huán)境狀況和司機操作情況（比如是否疲勞、車輛行駛操作熟練程度等等）都是將要影響車輛行駛時間與速度的十分重要的因素。是否出行以及什么時候、什么地段、以什么交通方式外出等等由每個人估算路上時間從而來決定好。因此，車輛行駛時間與速度才集