【正文】 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。本設計綜上結(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，目標聲信號的特性分析、線性預測特征提取以及分類識別。 CHANGZHOU INSTITUTE OF TECHNOLOGY畢 業(yè) 設 計 說 明 書題目： 起重機力臂安全測試系統(tǒng) 二級學院： 延陵學院 專 業(yè)： 電子信息工程 班級： 10信Y1 學生姓名： 胡佳楠 學號： 10120515 指導教師： 張建生 職稱： 講師 評閱教師： 職稱： 2014 年 6月I摘要摘 要聲目標識別是目標探測系統(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)和大學學府的緊密關(guān)注，并且取得了一些成就。其中，在目標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)采用了線性預測（LP）算法提取目標聲信號的特征，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聲信號線性預測算法和能量法的有效分類與識別。 characteristic analysis。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。不得不承認，聲目標探測識別技術(shù)與聲目標定位技術(shù)都是聲探測這個系統(tǒng)中的關(guān)鍵技術(shù)、核心技術(shù)。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。數(shù)學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，同時，分析目標的共同特征。高速公路在我國的綜合交通運輸體系當中發(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。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。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?！袷鹿蕶z測。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。●車輛重量。 國外研究現(xiàn)狀根據(jù)查閱的文獻資料顯示可以發(fā)現(xiàn)，國外對目標聲信號采集、特征提取和分類識別研究以及運用是相對成熟的。已經(jīng)研制成功的微功耗無線網(wǎng)絡傳感器比如有壓力、光、磁、聲、熱、濕度傳感器、化學氣體以及生化戰(zhàn)劑探測器等多種產(chǎn)品，且于2002年由加州海軍陸戰(zhàn)隊再次針對智能灰塵進行戰(zhàn)場環(huán)境的現(xiàn)場測試。地面戰(zhàn)場的傳感系統(tǒng)的主要功能即完成目標探測與識別和對目標的精確定位、調(diào)查跟蹤等等。類似的系統(tǒng)還有例如2004年3月份裝備駐科威特的美國海軍陸戰(zhàn)隊的“悍馬”車“Boomerang”狙擊手的探測系統(tǒng)，它運用的是比較緊密的傳感器規(guī)模陣列，應用陣列軸轂的電氣性能與機械結(jié)構(gòu)，能夠經(jīng)受特別大的頻繁晃感；傳感器陣列與其他部件，具有較良好的密封特性，提高抵抗極其嚴峻環(huán)境的適應力；若在軸轂處，就使得模擬信號轉(zhuǎn)換成為數(shù)字信號，然后再傳輸，從而可以避免和電臺之間發(fā)生的電磁波干擾；精確測定子彈、炮彈、爆炸物等等危險物的俯仰角、水平方位和距離。 國內(nèi)研究現(xiàn)狀與國外發(fā)達國家相比較，我國地面探測技術(shù)相對落后，主要以雷達探測技術(shù)為主。綜合感知探測識別系統(tǒng)正向著高智能化、高攻擊力、高可靠性、高準確性和低功耗特性發(fā)展以及延伸，這意味著為各國的科研機構(gòu)帶來新的挑戰(zhàn)，同時，也為科學技術(shù)的研究帶來了嶄新的機遇。然后檢索國內(nèi)外相關(guān)資料，綜合運用實際測試目標數(shù)據(jù)，針對上述的三環(huán)節(jié)進行算法理論的收集整理數(shù)據(jù)、消化吸收理論、編寫調(diào)試程序以及測試驗證結(jié)論，結(jié)合使用MATLAB（Matrix Laboratory）軟件來進行調(diào)試、試驗與驗證，比較各個環(huán)節(jié)的算法運用的效果如何，可以挑選出最理想的方案來測試未知車輛聲目標信號。分類識別環(huán)節(jié)：采用基于聚類思想的最小歐式距離識別法，對經(jīng)過上述環(huán)節(jié)處理之后提取出的特征參量先保存部分聲源目標進入聲目標訓練庫，然后進行分類識別，調(diào)整相關(guān)參數(shù)得出最佳的分類識別結(jié)論。針對車輛聲目標，詳細分析汽車等各種類型聲信號產(chǎn)生機理以及闡述其在不同運動情況下的聲能量傳播特點，然后通過繪制汽車、卡車、摩托車、公交車車型聲信號時域圖、頻譜圖測試分析數(shù)據(jù)特點。敘述漢明窗的使用原理。綜合整個車輛聲目標識別技術(shù)研究過程中的體會與心得，對研究的下一步方向提出了自己的一些想法和認識。以后再輸入此類聲目標的同樣聲音，機器就能根據(jù)這些特征探測識別出相應的聲目標信號。聲波信號無論是來自地面，還是空中，它在空氣傳播媒介的特征在全球都有著一致特性，這是聲音信號探測識別的一項優(yōu)點。如果測試場地比較開闊，并且只有地面的反射條件，這樣的聲場稱為半自由場。點聲源在外部空間產(chǎn)生的聲場為： ()式(21)中，為測點聲壓的瞬時值；為頻率；為測點與聲源間的距離；為聲速；為聲源瞬時值。通過針對物體輻射出的聲信號的測量與分析，可以認識到目標聲源的本質(zhì)特性。圖22 汽車、卡車、摩托車、公交車聲音信號時域圖 圖23 汽車、卡車、摩托車、公交車聲音信號頻譜圖 聲目標信號分析由上述不同車型的目標聲信號進行的時域、頻域分析，可以得出如下結(jié)論：①目標輻射聲音信號與目標相對于接收傳感器的距離有著密切聯(lián)系，目標信號幅值隨著目標的遠去而迅速衰減下去。③汽車聲輻射信號頻譜為寬帶譜，其聲信號主要能量集中在1KHz，在小于500Hz的低頻段以內(nèi)，并且有較明顯的峰值，聲音目標特征峰值的分布與數(shù)量有著比較顯著的不同之處。這種噪聲譜是類似卡車聲的典型特征之一。目標聲級是遠大于背景噪聲的。 本章小結(jié)車輛聲目標特征參數(shù)是與整個識別系統(tǒng)性能有著直接聯(lián)系的，本章將汽車、卡車、摩托車、公交車等聲目標信號作為研究對象，討論目標聲信號的產(chǎn)生機理和傳播過程，并結(jié)合實際目標特性測試實驗。它將分析數(shù)據(jù)、矩陣的計算、科學的數(shù)據(jù)進行可視化的處理以及一些建立模型和進行仿真等方面各種強大的功能集合成在一個復雜的能使用的交互的視窗環(huán)境里，為以后的科學、工程等方面的研究以及一定要進行的一些的多方面的地方或者領(lǐng)域提出一個全方位的解決辦法，而且在一定程度上解脫了以前的陳舊的一些編程（如C++）的這種編程方式，這代表了現(xiàn)在世界上最頂尖的軟件水平。頂尖的是把它運用在數(shù)學計算、統(tǒng)計、控制、各種信號的處理還有仿真等各方面都表現(xiàn)的非常突出，這已經(jīng)漸漸成為了現(xiàn)在科研機構(gòu)的工作人員和企業(yè)進行工程的技術(shù)人員的一種主流進行科學各項研究和進行生產(chǎn)的一種非常實用的軟件。在Matlab的Notebook中實現(xiàn)了Word與Matlab可以連接起來使得Word不但具有原來可以編輯的能力還具有Matlab非常強大的計算以及繪圖能力，可以在研究、設計和教學等方面具有良好的實用的價值，這樣就比MathCAD更具有優(yōu)勢。此外，Matlab網(wǎng)頁的服務程序允許自己的Matlab圖形程序在Web應用里應用。 特征提取概述特征提取是通過映射或者變換的方法，將高維的特征信息變?yōu)榈途S的特征信息，使得達到維數(shù)壓縮的目的。特征選擇即以規(guī)定的某種分類方法與判決目標特征規(guī)則為標準，從所采樣的特征數(shù)據(jù)中選擇對分類的貢獻能力比較明顯的特征參數(shù)值，刪除掉貢獻甚小的特征。 線性預測理論簡介線性預測（Linear Prediction，LP）分析是最有效的語音特征提取的分析技術(shù)之一，在語音的編碼、合成、識別和人識別等語音信號處理領(lǐng)域中得到十分明顯的充分運用。若采用全極點模型，聲門激勵、聲道和輻射的組合譜效應的傳輸函數(shù)為： ()其中p是預測階數(shù)，一般取10；G是一個非負實數(shù)，用于控制系統(tǒng)輸出序列的幅度大小。此外，LP分析還能夠?qū)舱穹?、功率譜等聲信號參數(shù)進行精確估計，LP分析得到的參數(shù)可以作為聲音識別的重要參數(shù)之一。當其余參數(shù)不變，只改變幀重合長度len時，如下圖(a)(b)(c)所示：(a) 預測階數(shù)p=10， (b) 預測階數(shù)p=10， (c) 預測階數(shù)p=10，幀重合長度len=40， 幀重合長度len=80， 幀重合長度len=160，幀長度L=160， 幀長度L=160， 幀長度L=160，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100 圖33 只改變幀重合長度len時汽車聲綜合比較圖由各圖比較可見，隨著幀重合長度len值越大，則特征值變化幅度越小，圖線越集中。如下圖所示： 圖36 預測階數(shù)p=10，幀重合長度len=80，幀長度L=160，幀數(shù)NN=100（卡車聲）當其余參數(shù)不變，只改變預測階數(shù)p時，如下圖(a)(b)(c)所示：(a) 預測階數(shù)p=5， (b) 預測階數(shù)p=10， (c) 預測階數(shù)p=20，幀重合長度len=80， 幀重合長度len=80， 幀重合長度len=80，幀長度L=160， 幀長度L=160， 幀長度L=160，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100圖37 只改變預測階數(shù)p時卡車聲綜合比較圖表32 只改變預測階數(shù)p時卡車聲程序運行時間對比表預測階數(shù)p p=5p=10p=20程序運行時間t由各圖比較可見，隨著預測階數(shù)p值越大，則特征值波動性越大，特征值間差異越明顯。當其余參數(shù)不變，只改變幀數(shù)NN時，如下圖(a)(b)(c)所示：(a) 預測階數(shù)p=10， (b) 預測階數(shù)p=10， (c) 預測階數(shù)p=10，幀重合長度len=80， 幀重合長度len=80， 幀重合長度len=80，幀長度L=160， 幀長度L=160， 幀長度L=160，幀數(shù)NN=50 幀數(shù)NN=100 幀數(shù)NN=150圖310 只改變幀數(shù)NN時卡車聲綜合比較圖由各圖比較可見，當NN值越大時（即幀數(shù)越多），則特征值數(shù)據(jù)量越大，變化量也越多。當其余參數(shù)不變，只改變幀重合長度len時，如下圖(a)(b)(c)所示：(a) 預測階數(shù)p=10， (b) 預測階數(shù)p=10， (c) 預測階數(shù)p=10，幀重合長度len=40， 幀重合長度len=80， 幀重合長度len=160，幀長度L=160， 幀長度L=160， 幀長度L=160，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100 圖313 只改變幀重合長度len時摩托車聲綜合比較圖由各圖比較可見，隨著幀重合長度len值越大，則特征值變化幅度越小，圖線越集中。如下圖所示： 圖316 預測階數(shù)p=10，幀重合長度len=80，幀長度L=160，幀數(shù)NN=100（公交車聲）當其余參數(shù)不變，只改變預測階數(shù)p時，如下圖(a)(b)(c)所示：(a) 預測階數(shù)p=5， (b) 預測階數(shù)p=10， (c) 預測階數(shù)p=20，幀重合長度len=80， 幀重合長度len=80， 幀重合長度len=80，幀長度L=160， 幀長度L=160， 幀長度L=160，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100圖317 只改變預測階數(shù)p時公交車聲綜合比較圖表34 只改變預測階數(shù)p時公交車聲程序運行時間對