聲音擾動(dòng)信號(hào)的預(yù)處理以及RBF神經(jīng)網(wǎng)絡(luò)模式識(shí)別的研究.pdf

1、隨著科技以及社會(huì)的發(fā)展，各個(gè)國(guó)家、地區(qū)之間的科技競(jìng)爭(zhēng)越來越激烈。世界上各種恐怖、破壞活動(dòng)也頻繁出現(xiàn)，造成很大社會(huì)危害。對(duì)于重要設(shè)施或區(qū)域建立一種符合現(xiàn)代社會(huì)需要的安全監(jiān)控系統(tǒng)顯得越來越迫切和重要。安監(jiān)系統(tǒng)必須高效、實(shí)時(shí)、準(zhǔn)確、智能、連續(xù)（不間斷）工作，對(duì)于各種非正常擾動(dòng)信號(hào)要反應(yīng)靈敏，能自動(dòng)識(shí)別信號(hào)的類別以便工作人員采取相應(yīng)的措施。分布式光纖傳感安全監(jiān)控系統(tǒng)就是這樣類型的新系統(tǒng)。本文以分布式光纖傳感器采集的擾動(dòng)信號(hào)為對(duì)象，研究針對(duì)擾動(dòng)信

2、號(hào)的一系列處理方法，實(shí)現(xiàn)對(duì)各種擾動(dòng)信號(hào)的準(zhǔn)確識(shí)別和分類。本論文工作對(duì)這類新型智能安監(jiān)系統(tǒng)的研發(fā)有著重要的意義。 論文基于RBF（Radial Basic Function）徑向基神經(jīng)網(wǎng)絡(luò)，對(duì)環(huán)境擾動(dòng)信號(hào)進(jìn)行預(yù)處理，包括去噪、端點(diǎn)檢測(cè)，然后進(jìn)行特征提取和模式識(shí)別。對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。 論文對(duì)采集到的信號(hào)進(jìn)行了數(shù)字化、預(yù)加重、加窗和分幀，分析了信號(hào)的短時(shí)能量和短時(shí)過零率等。從擾動(dòng)信號(hào)的頻率特性出發(fā)，研究了傳統(tǒng)譜相減去噪方法

3、，并針對(duì)傳統(tǒng)譜相減去噪方法的不足，提出了改進(jìn)型譜相減去噪法，使得信噪比有了明顯的提高。論文工作在研究了傳統(tǒng)的雙門限端點(diǎn)檢測(cè)法后，提出了抗噪性能更強(qiáng)的譜熵端點(diǎn)檢測(cè)法，在較低信噪比的情況下準(zhǔn)確提取出有用的信號(hào)。 論文研究了MFCC（Mel-frequency Cepstrum Coefficients，Mel頻系數(shù)倒譜參數(shù)）特征參數(shù)以及特征加權(quán)組合、微分和PCA（Principal Component Analysis）主分量分析的