基于頻譜特征與非線性理論的錢塘江涌潮檢測.pdf

1、錢塘江由于其獨特的地理位置以及受天體作用力的影響，形成了涌潮這一舉世矚目的自然景觀。一方面涌潮帶來了很高的觀賞價值，但是另一方面也不能忽略它可能帶來的危害，因錢塘江涌潮導致人員和財產(chǎn)損失每年都有報道。如果能夠?qū)崿F(xiàn)對涌潮快速精確的檢測，并及時發(fā)布預警信息，就可以有效的減少對沿岸人員生命和財產(chǎn)的損失。文中提出了基于聲學識別的涌潮檢測方法，利用提取到的涌潮頻譜特征與分類器結合實現(xiàn)涌潮自動檢測，主要工作如下：
　?。?）利用特定的聲級計采

2、集大量的涌潮到達時的聲音信號作為正樣本，同時采集了大量的非涌潮聲音信號作為負樣本以提升識別系統(tǒng)的魯棒性，進而提取聲音信號的特征參數(shù)，利用相關非線性理論構建相應的涌潮識別系統(tǒng)。
　?。?）研究涌潮到達時聲音信號的頻域與時域特性，提取涌潮頻譜特征參數(shù)。采用基于LPC倒譜系數(shù)(LPCC)特征提取方法以及Mel頻率倒譜系數(shù)(MFCC)特征提取方法，同時還通過靜態(tài)特征差分獲取聲音信號的動態(tài)特征參數(shù)。通過對聲音信號的特征提取，訓練不同聲學特征

3、的模型，比較不同的特征值提取方法對最終識別精度的影響。
　?。?）在非線性理論方面主要利用了BP神經(jīng)網(wǎng)絡和支持向量機。詳細的介紹了兩種算法的優(yōu)缺點，通過對聲音信號特征參數(shù)的訓練，獲得相應的模型，對聲音信號進行分類識別，最后通過大量的實驗對兩種分類器的識別精度進行對比，并分析比較只有12維的靜態(tài)特征，12維靜態(tài)特征和12維的動態(tài)特征以及12維靜態(tài)特征和24維的動態(tài)特征下兩個分類器的最終識別精度。
　?。?）為驗證算法的可行性以