【正文】 多傳感器數(shù)據(jù)的融合系統(tǒng)（Multisensors Information Fusion System）最終目標(biāo)是：對(duì)被觀測(cè)對(duì)象形式與狀態(tài)，給出很精確的評(píng)估，以采取妥當(dāng)?shù)拇胧┘右詰?yīng)對(duì)。但是，在聲音傳感器的原理結(jié)構(gòu)的設(shè)計(jì)方面，以及在更后續(xù)的電路放大調(diào)節(jié)大模塊、動(dòng)態(tài)增益的調(diào)整設(shè)計(jì)等，車輛聲目標(biāo)信號(hào)的分析理論歸根結(jié)底還是歸類于物理振動(dòng)理論，無(wú)論是在聲音傳感器的原理結(jié)構(gòu)的設(shè)計(jì)方面，還是在聲音信號(hào)的處理分析的方面，要實(shí)現(xiàn)更高效、更精確、更加實(shí)用的算法，仍舊是一項(xiàng)比較艱巨的研究性課題。由于聲信號(hào)具有的一定的特殊性，目前，在國(guó)內(nèi)，對(duì)車輛等聲目標(biāo)探測(cè)識(shí)別研究還存在一些亟需解決的問(wèn)題，而且，大部分內(nèi)容還只是處在理論研究和階段性的試驗(yàn)階段。在對(duì)車輛聲信號(hào)進(jìn)行預(yù)處理和特征提取的基礎(chǔ)上，從而討論了基于聚類理論的分類器：系統(tǒng)聚類分析算法，運(yùn)用最小歐式距離識(shí)別，多次試驗(yàn)測(cè)試了多種距離測(cè)度算法，并且調(diào)整線性預(yù)測(cè)參數(shù)，以獲得最佳的識(shí)別結(jié)論。綜上所述，主要的工作可以歸納為以下幾個(gè)大方面：（1）通過(guò)查閱近幾年中國(guó)內(nèi)外相關(guān)的文獻(xiàn)資料與各種素材，整理總結(jié)出當(dāng)前車輛聲目標(biāo)識(shí)別技術(shù)的研究背景、發(fā)展現(xiàn)狀和研究成果，數(shù)字信號(hào)處理技術(shù)以及數(shù)字信號(hào)處理器的發(fā)展?fàn)顩r和應(yīng)用情況等等。因?yàn)檫\(yùn)用能量法進(jìn)行最小歐氏距離法識(shí)別車聲目標(biāo)時(shí)，在特征值提取環(huán)節(jié)存在一定缺陷，譬如存在一定噪聲從而使得訓(xùn)練庫(kù)不精確等。顯然，二者的聲目標(biāo)比較接近，需要更加精確地建立訓(xùn)練庫(kù)方可降低識(shí)別誤差。上圖43~圖46即分別為汽車、卡車、摩托車和公交車運(yùn)用能量法分析的功率譜估計(jì)圖。 識(shí)別結(jié)果分析比較把未知車輛聲的目標(biāo)信號(hào)放入訓(xùn)練庫(kù)進(jìn)行識(shí)別，改變不同的幀移次數(shù)進(jìn)行比較。(a) 10階汽車聲訓(xùn)練庫(kù)圖 (b)10階卡車聲訓(xùn)練庫(kù)圖 (c) 10階摩托車聲訓(xùn)練庫(kù)圖 (d) 10階公交車聲訓(xùn)練庫(kù)圖圖42 基于預(yù)測(cè)階數(shù)為10階LPC線性預(yù)測(cè)特征提取各個(gè)聲目標(biāo)訓(xùn)練入庫(kù)結(jié)果圖由于不同車輛目標(biāo)信號(hào)存在著特征差異性，且同一類型聲目標(biāo)發(fā)出聲音也會(huì)是有所不同的。該識(shí)別系統(tǒng)主要包括車輛目標(biāo)聲信號(hào)的特征提取、聲目標(biāo)模型訓(xùn)練入庫(kù)、距離測(cè)度判決識(shí)別等重要步驟。其定義如下：設(shè)表示為已知的信號(hào)目標(biāo)的協(xié)差陣，即： ()其中 i, j=1,…, p 如果存在，則兩個(gè)樣本間的馬氏距離為 ()③ 蘭氏距離（Canberra Distance）它是由Unce和Williams最早提出來(lái)的，故稱其蘭氏距離。“距離測(cè)度”：將某樣本看成p維空間里的一個(gè)點(diǎn)，并且在空間上定義距離，距離愈發(fā)近的點(diǎn)越是會(huì)歸為同類，距離愈發(fā)遠(yuǎn)的點(diǎn)則將歸為異類。當(dāng)系統(tǒng)聚類分析過(guò)程之中，如果顯示某一步距離矩陣（可由相似測(cè)度或者距離測(cè)度通過(guò)計(jì)算從而得出）中最小的不僅僅只有一個(gè)元素，則可同時(shí)合并歸類。 系統(tǒng)聚類分析思想與步驟理論系統(tǒng)聚類分析（Hierachical Cluster Analysis）方法的基本思想如下：首先是將n個(gè)樣本各自歸為一類，然后規(guī)定好類與類間的距離，選出最相似的兩類，合并成為一個(gè)新類，然后計(jì)算出新類與其它類之間的距離，再將其距離中最小的那兩類進(jìn)行合并，這樣每次都會(huì)減少一類，直到已經(jīng)達(dá)到所需要的分類數(shù)目或者所有樣本都已經(jīng)歸為一類為止。數(shù)值分類學(xué)以參數(shù)的特征為基礎(chǔ)，應(yīng)用測(cè)試目標(biāo)的大量參數(shù)特征，按照一定的數(shù)學(xué)邏輯模型，利用電子計(jì)算機(jī)，運(yùn)算從而得到結(jié)果，從而與作出的測(cè)試目標(biāo)的定量進(jìn)行比較，客觀地反映分類群間的關(guān)系。常州工學(xué)院延陵學(xué)院畢業(yè)設(shè)計(jì)說(shuō)明書第4章 基于聚類思想的歐氏距離識(shí)別法 聚類分析簡(jiǎn)介在社會(huì)科學(xué)、自然科學(xué)的數(shù)據(jù)分析統(tǒng)計(jì)的研究中，存在著大量的分類上的問(wèn)題。這為后續(xù)最重要的分類識(shí)別環(huán)節(jié)奠定了比較堅(jiān)實(shí)的基礎(chǔ)。當(dāng)其余參數(shù)不變，只改變幀長(zhǎng)度L時(shí)，如下圖(a)(b)(c)所示：(a) 預(yù)測(cè)階數(shù)p=10， (b) 預(yù)測(cè)階數(shù)p=10， (c) 預(yù)測(cè)階數(shù)p=10，幀重合長(zhǎng)度len=80， 幀重合長(zhǎng)度len=80， 幀重合長(zhǎng)度len=80，幀長(zhǎng)度L=80， 幀長(zhǎng)度L=160， 幀長(zhǎng)度L=320，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100圖319 只改變幀長(zhǎng)度L時(shí)公交車聲綜合比較圖由各圖比較可見(jiàn)，隨著幀長(zhǎng)度L值越大，則特征值的變化范圍越大，特征值間差異越明顯。 公交車聲目標(biāo)（公交車聲）聲數(shù)據(jù)作為識(shí)別的集合，聲目標(biāo)信號(hào)采樣頻率為8kHz，幀長(zhǎng)160/8000ms，幀移40/8000ms，窗函數(shù)采用漢明窗。由特征提取時(shí)各程序所消耗的時(shí)間資源比較可見(jiàn)，隨著p值越大，則時(shí)間越長(zhǎng)，運(yùn)算量越大。當(dāng)其余參數(shù)不變，只改變幀長(zhǎng)度L時(shí)，如下圖(a)(b)(c)所示：(a) 預(yù)測(cè)階數(shù)p=10， (b) 預(yù)測(cè)階數(shù)p=10， (c) 預(yù)測(cè)階數(shù)p=10，幀重合長(zhǎng)度len=80， 幀重合長(zhǎng)度len=80， 幀重合長(zhǎng)度len=80，幀長(zhǎng)度L=80， 幀長(zhǎng)度L=160， 幀長(zhǎng)度L=320，幀數(shù)NN=100 幀數(shù)NN=100 幀數(shù)NN=100 圖39 只改變幀長(zhǎng)度L時(shí)卡車聲綜合比較圖由各圖比較可見(jiàn)，隨著幀長(zhǎng)度L值越大，則特征值的變化范圍越大，特征值間差異越明顯。 卡車聲目標(biāo)（卡車聲）聲數(shù)據(jù)作為識(shí)別的集合，聲目標(biāo)信號(hào)采樣頻率為8kHz，幀長(zhǎng)160/8000ms，幀移40/8000ms，窗函數(shù)采用漢明窗。由特征提取時(shí)各程序所消耗的時(shí)間資源比較可見(jiàn)，隨著p值越大，則時(shí)間越長(zhǎng)，運(yùn)算量越大。如果將某聲音模型看成一個(gè)激勵(lì)源，通過(guò)一個(gè)線性時(shí)不變系統(tǒng)（聲道）產(chǎn)生輸出，那么可以運(yùn)用LP分析法對(duì)聲道的參數(shù)進(jìn)行估值，以比較少量的低信息率的時(shí)變參數(shù)，精確地描述聲音波形及其頻譜的性質(zhì)。根據(jù)語(yǔ)音信號(hào)的產(chǎn)生模型，語(yǔ)音信號(hào)是激勵(lì)信號(hào)通過(guò)一個(gè)線性時(shí)不變因果穩(wěn)定系統(tǒng)產(chǎn)生的輸出，這時(shí)時(shí)域上表現(xiàn)為和的卷積。聲目標(biāo)信號(hào)的特征提取將會(huì)是目標(biāo)探測(cè)識(shí)別中的最為關(guān)鍵的環(huán)節(jié)之一，信號(hào)特征提取的優(yōu)劣直接關(guān)系到下一步目標(biāo)分類的效率以及結(jié)果。特征參數(shù)值選得過(guò)于少，固然比較難地做到精確探測(cè)識(shí)別的要求，但是若選得過(guò)多，也會(huì)一樣使得識(shí)別的效果欠理想。除去內(nèi)部的函數(shù)，任何Matlab核心的文件以及工具箱的文件是可讀的可改的，這樣使用者就可以通過(guò)對(duì)源文件進(jìn)行修改來(lái)使得自己的成為新的工具箱了。并且允許使用者進(jìn)行編寫這樣可以與Matlab的C語(yǔ)言的程序進(jìn)行交互?？梢酝ㄟ^(guò)混合的編程用戶可以在Matlab環(huán)境中進(jìn)行函數(shù)調(diào)用以及其他語(yǔ)言的代碼，我們也可以把C語(yǔ)言中的函數(shù)進(jìn)行調(diào)用，使得Matlab來(lái)進(jìn)行執(zhí)行代碼。圖31 MATLAB開發(fā)工作界面 MATLAB的語(yǔ)言特點(diǎn)、功能特點(diǎn)簡(jiǎn)介 MATLAB語(yǔ)言特點(diǎn)Matlab具有許多語(yǔ)言特點(diǎn)，比如用法比較簡(jiǎn)單、使用比較靈活、結(jié)構(gòu)的程式比較強(qiáng)、遇有良好的延展性等很多優(yōu)點(diǎn)，這些已經(jīng)慢慢的成為了現(xiàn)在科技開發(fā)與計(jì)算、各種交互的系統(tǒng)和編程中的第一選擇語(yǔ)言的工具。第3章 基于MATLAB算法的特征提取 MATLAB簡(jiǎn)介MATLAB是由美國(guó)的一家公司發(fā)明的大部分主要針對(duì)進(jìn)行科學(xué)的計(jì)算、窗口化以及交叉式的程序設(shè)計(jì)相關(guān)的高科技的計(jì)算使用環(huán)境。通過(guò)對(duì)不同車型聲目標(biāo)數(shù)據(jù)的時(shí)域和頻譜分析，發(fā)現(xiàn)汽車、卡車、摩托車、公交車的聲信號(hào)與采集目標(biāo)的距離密切相關(guān)，可見(jiàn)，幾類目標(biāo)能量和頻譜結(jié)構(gòu)都存在著明顯差異，能夠從中提取出目標(biāo)的特征向量，從而實(shí)現(xiàn)對(duì)不同車型聲音目標(biāo)信號(hào)的識(shí)別。⑤目標(biāo)聲級(jí)與目標(biāo)發(fā)動(dòng)機(jī)功率有密切關(guān)系。它以在連續(xù)譜上疊加一系列的離散譜的噪聲譜為特性。信號(hào)的主要能量集中在500Hz~，呈中、低頻連續(xù)譜，峰值頻率可見(jiàn)出現(xiàn)在低頻段。作波形圖為車輛聲信號(hào)特性分析奠定基礎(chǔ)。 聲目標(biāo)輻射產(chǎn)生機(jī)理聲音是一種機(jī)械波，是物體機(jī)械振動(dòng)通過(guò)彈性媒體朝向遠(yuǎn)處傳播的結(jié)果。在實(shí)際測(cè)試過(guò)程中，聲目標(biāo)相對(duì)于傳感器會(huì)有一定距離，故可認(rèn)為聲波是以球面波的方式進(jìn)行傳播的，其聲源可以簡(jiǎn)化成為點(diǎn)聲源模型，聲功率在均勻地向著各方向輻射，指向性形成的是一圓球。無(wú)邊界、各向同性、媒質(zhì)均勻的聲場(chǎng)即理想自由場(chǎng)的特性。本次論文即著重研究特征提取和目標(biāo)識(shí)別，如果所依據(jù)的特征組合選擇得更準(zhǔn)確，更符合，那么就能更容易得出對(duì)未知目標(biāo)的正確識(shí)別，特征組合從而使得識(shí)別問(wèn)題得到簡(jiǎn)化。目前，國(guó)內(nèi)外常用的方法是在聲探測(cè)識(shí)別前先向計(jì)算機(jī)輸入某聲目標(biāo)信號(hào)，使得計(jì)算機(jī)存儲(chǔ)好該類聲目標(biāo)的標(biāo)準(zhǔn)模式特征（即存入聲音訓(xùn)練庫(kù)）。第5章：總結(jié)與展望。結(jié)合目標(biāo)聲信號(hào)特征測(cè)試效果，調(diào)整相應(yīng)參數(shù)，以便于后期的信號(hào)特征向量的分類。第2章：車輛聲目標(biāo)信號(hào)特性分析。結(jié)合目標(biāo)聲信號(hào)特征測(cè)試效果，調(diào)整相應(yīng)參數(shù)，以便于后期的信號(hào)特征向量的分類。根據(jù)以上的論文分析與測(cè)試過(guò)程可知，本次論文研究的主要工作如下所示：首先對(duì)車輛聲目標(biāo)信號(hào)識(shí)別探測(cè)系統(tǒng)的有關(guān)理論基礎(chǔ)、特性分析、調(diào)試方法都進(jìn)行了調(diào)查研究，包括有車輛聲目標(biāo)信號(hào)的特性分析環(huán)節(jié)、特征提取環(huán)節(jié)以及分類識(shí)別設(shè)計(jì)環(huán)節(jié)等三大部分。這些課題包括了聲傳感器、磁傳感器、紅外傳感器及震動(dòng)傳感器等等多種探測(cè)手段，對(duì)于戰(zhàn)場(chǎng)傳感器能力評(píng)估的指標(biāo)，就特別需要考慮傳感器的信息感知可靠度、信息感知廣度、信息感知速度、持續(xù)工作能力、技術(shù)綜合能力、技術(shù)綜合能力。 圖11 車載Boomerang反狙擊系統(tǒng)結(jié)構(gòu) 圖12 阿富汗現(xiàn)役車載Boomerang系統(tǒng)聲目標(biāo)信號(hào)的感知探測(cè)判斷則成了各種綜合性探測(cè)系統(tǒng)有機(jī)組成的部分之一。無(wú)論在何種條件下，PDCue系統(tǒng)都能通過(guò)單發(fā)的、多發(fā)的和點(diǎn)射的槍聲來(lái)迅速定位，并且可以跟蹤槍聲。日前，美國(guó)、俄羅斯、法國(guó)、英國(guó)等國(guó)都研制成不同功能的戰(zhàn)場(chǎng)偵察傳感器系統(tǒng)，諸多型號(hào)已經(jīng)擁有大量裝備部隊(duì)并運(yùn)用于實(shí)戰(zhàn)之中。此可主要分為兩類：一類為長(zhǎng)時(shí)間的無(wú)人值守地面的隱蔽與監(jiān)視的傳感器網(wǎng)絡(luò)（Internetted Unattended Ground Sensor，縮寫為IUGS）又被稱作間諜傳感器（Spy Sensor）；另一類為傳感器陣列，這主要是指聲（震）探查與導(dǎo)航定位的陣列，稱之為聲（震）探測(cè)陣列。本系統(tǒng)適用于單行車道、小流量的公路段，能夠比較準(zhǔn)確的識(shí)別公路上的基本車聲型。此項(xiàng)參數(shù)在環(huán)境保護(hù)呼聲日益高漲的今天備受公眾重視。出行燃料費(fèi)用、事故幾率、環(huán)境狀況和司機(jī)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(shí)間與速度的十分重要的因素。這個(gè)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(gè)交通網(wǎng)的分布狀況。通常根據(jù)美國(guó)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。精確的探測(cè)識(shí)別和統(tǒng)計(jì)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(cè)出未來(lái)在該道路上的交通量，能夠及時(shí)采取比較有效的措施來(lái)維護(hù)公路安全，比如在重型車流量較大的公路段，可以通過(guò)提高收費(fèi)或者建設(shè)新路等措施，以達(dá)到降低維護(hù)成本，延長(zhǎng)公路使用壽命等等。 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(xiàng)目《基于聲特征提取的公路車型識(shí)別研究與實(shí)現(xiàn)》。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(guò)對(duì)各種生物系統(tǒng)所擁有的功能原理與作用機(jī)理，作為生物模型，進(jìn)行密切研究，從而實(shí)現(xiàn)了新的技術(shù)設(shè)計(jì)，并制造出了更好的設(shè)備以及機(jī)械運(yùn)轉(zhuǎn)系統(tǒng)。隨著計(jì)算機(jī)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(hào)處理技術(shù)，獲得了極大的快速發(fā)展。各國(guó)家在綜合了紅外信號(hào)、磁信號(hào)、振動(dòng)信號(hào)及聲信號(hào)等等物理信號(hào)場(chǎng)的研究領(lǐng)域投入了不少科技力量，最終目的就是要實(shí)現(xiàn)對(duì)于特定好的目標(biāo)的敵我分辨、精確定位、類型識(shí)別、實(shí)時(shí)跟蹤、自動(dòng)警戒以及態(tài)勢(shì)評(píng)估等等功能。 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(guó)外研究現(xiàn)狀 3 國(guó)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(hào)特性分析 6 聲目標(biāo)信號(hào)識(shí)別系統(tǒng)組成 6 聲目標(biāo)信號(hào)傳播過(guò)程 6 傳播模型 6 傳播過(guò)程中的聲衰減 7 聲目標(biāo)輻射產(chǎn)生機(jī)理 7 聲目標(biāo)信號(hào)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(jiǎn)介 10 MATLAB的語(yǔ)言特點(diǎn)、功能特點(diǎn)簡(jiǎn)介 10 MATLAB語(yǔ)言特點(diǎn) 10 MATLAB功能特點(diǎn) 11 特征提取概述 11 線性預(yù)測(cè)理論簡(jiǎn)介 12 車輛聲目標(biāo)信號(hào)線性預(yù)測(cè)（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(shí)別法 24 聚類分析簡(jiǎn)介 24 系統(tǒng)聚類分析思想與步驟理論 24 距離測(cè)度 25 建立聲目標(biāo)訓(xùn)練庫(kù) 26 訓(xùn)練結(jié)果與性能分析 27 車輛聲目標(biāo)識(shí)別 28 識(shí)別原理 28 識(shí)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(xiàn) 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(shì)，戰(zhàn)場(chǎng)的敵我分辨技術(shù)和精確打擊控制識(shí)別成為新的研究方向，聲目標(biāo)識(shí)別技術(shù)成為軍事等等智能系統(tǒng)的學(xué)科。 Link is adopted in