車輛聲目標(biāo)探測識別技術(shù)及工程實現(xiàn).pdf

1、聲目標(biāo)識別是目標(biāo)探測系統(tǒng)中重要的組成部分，伴隨著信息化戰(zhàn)場的來臨相關(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、信號處理理論以及厚膜集成工藝的發(fā)展，為實現(xiàn)聲目標(biāo)識別系統(tǒng)提供了有力的技術(shù)支持，但是對于非平穩(wěn)信號的預(yù)處理、特征提取、分類器以及硬件實現(xiàn)等關(guān)鍵問題仍表現(xiàn)出研究不足，本文就上述問題針對聲目標(biāo)信號識別過程的關(guān)鍵技術(shù)和軟硬件算法實現(xiàn)進(jìn)行了相關(guān)研究。 本設(shè)計是結(jié)合現(xiàn)代數(shù)字信號處

2、理理論方法對實際采集的目標(biāo)聲信號進(jìn)行了理論調(diào)研和算法驗證，包括車輛噪聲源的產(chǎn)生機(jī)理分析，目標(biāo)聲信號的預(yù)處理、特征提取、分類器設(shè)計以及嵌入式數(shù)字信號處理器的硬件工程實現(xiàn)。在目標(biāo)聲信號的預(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)的理論分析和計算機(jī)測試驗證；在特征提取環(huán)節(jié)采用了AR參數(shù)模型、小波能量模型、模仿聽覺模型三種算法提取目標(biāo)聲信號特征，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)置并通過計算機(jī)測試驗證；在分類器設(shè)計環(huán)節(jié)采用了基于距離理論的系統(tǒng)聚類算法，實現(xiàn)了對于吉普車、坦克、語音信號以及背景環(huán)境四類目標(biāo)聲信號的有效分類識別。 在硬件系統(tǒng)實現(xiàn)環(huán)節(jié)，本設(shè)計使用嵌入式數(shù)字信號處理器(TMS320F2812)為核心構(gòu)建硬件算法平臺，以及駐極體聲傳感器采集調(diào)理放大電路、時鐘頻率設(shè)置模塊、信號采集模塊、串行通訊模塊等等功能模塊，實現(xiàn)了對目標(biāo)聲信號的采集、調(diào)理、放大、預(yù)處理、特征提取與分類識別的軟件部分設(shè)計