車(chē)輛聲目標(biāo)探測(cè)識(shí)別技術(shù)及工程實(shí)現(xiàn).pdf

1、聲目標(biāo)識(shí)別是目標(biāo)探測(cè)系統(tǒng)中重要的組成部分，伴隨著信息化戰(zhàn)場(chǎng)的來(lái)臨相關(guān)技術(shù)研究得到了各大科研機(jī)構(gòu)和高等院校的重視，并取得了階段性成果。特別是人工智能理論、仿生學(xué)理論、信號(hào)處理理論以及厚膜集成工藝的發(fā)展，為實(shí)現(xiàn)聲目標(biāo)識(shí)別系統(tǒng)提供了有力的技術(shù)支持，但是對(duì)于非平穩(wěn)信號(hào)的預(yù)處理、特征提取、分類(lèi)器以及硬件實(shí)現(xiàn)等關(guān)鍵問(wèn)題仍表現(xiàn)出研究不足，本文就上述問(wèn)題針對(duì)聲目標(biāo)信號(hào)識(shí)別過(guò)程的關(guān)鍵技術(shù)和軟硬件算法實(shí)現(xiàn)進(jìn)行了相關(guān)研究。 本設(shè)計(jì)是結(jié)合現(xiàn)代數(shù)字信號(hào)處

2、理理論方法對(duì)實(shí)際采集的目標(biāo)聲信號(hào)進(jìn)行了理論調(diào)研和算法驗(yàn)證，包括車(chē)輛噪聲源的產(chǎn)生機(jī)理分析，目標(biāo)聲信號(hào)的預(yù)處理、特征提取、分類(lèi)器設(shè)計(jì)以及嵌入式數(shù)字信號(hào)處理器的硬件工程實(shí)現(xiàn)。在目標(biāo)聲信號(hào)的預(yù)處理環(huán)節(jié)采用了傳統(tǒng)的濾波器(FIR濾波器)和自適應(yīng)濾波器(LMS自適應(yīng)濾波器)方法并結(jié)合功率譜密度理論進(jìn)行了詳細(xì)的理論分析和計(jì)算機(jī)測(cè)試驗(yàn)證；在特征提取環(huán)節(jié)采用了AR參數(shù)模型、小波能量模型、模仿聽(tīng)覺(jué)模型三種算法提取目標(biāo)聲信號(hào)特征，結(jié)合理論分析的基礎(chǔ)上調(diào)整算法

3、中的參數(shù)設(shè)置并通過(guò)計(jì)算機(jī)測(cè)試驗(yàn)證；在分類(lèi)器設(shè)計(jì)環(huán)節(jié)采用了基于距離理論的系統(tǒng)聚類(lèi)算法，實(shí)現(xiàn)了對(duì)于吉普車(chē)、坦克、語(yǔ)音信號(hào)以及背景環(huán)境四類(lèi)目標(biāo)聲信號(hào)的有效分類(lèi)識(shí)別。 在硬件系統(tǒng)實(shí)現(xiàn)環(huán)節(jié)，本設(shè)計(jì)使用嵌入式數(shù)字信號(hào)處理器(TMS320F2812)為核心構(gòu)建硬件算法平臺(tái)，以及駐極體聲傳感器采集調(diào)理放大電路、時(shí)鐘頻率設(shè)置模塊、信號(hào)采集模塊、串行通訊模塊等等功能模塊，實(shí)現(xiàn)了對(duì)目標(biāo)聲信號(hào)的采集、調(diào)理、放大、預(yù)處理、特征提取與分類(lèi)識(shí)別的軟件部分設(shè)計(jì)