

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文結(jié)合項(xiàng)目基于聲信號(hào)的運(yùn)動(dòng)車(chē)輛識(shí)別問(wèn)題展開(kāi)研究工作,利用聲音傳感器采集的聲信號(hào)的特征實(shí)現(xiàn)重型車(chē)和輕型車(chē)的識(shí)別。主要包括目標(biāo)檢測(cè)、特征提取和分類(lèi)器算法的設(shè)計(jì)及DSP實(shí)現(xiàn)。以下是本文的主要內(nèi)容:
(1)對(duì)目標(biāo)檢測(cè)算法進(jìn)行了研究。針對(duì)目標(biāo)聲信號(hào)在傳播時(shí)衰減較大,容易受到環(huán)境噪聲的干擾導(dǎo)致識(shí)別變得困難問(wèn)題,利用單元平均恒虛警率(Constant False Alarm Rate,CA-CFAR)技術(shù)控制虛警的同時(shí)減少信噪比損失,從而
2、提高了聲信號(hào)的檢測(cè)性能。本文利用實(shí)測(cè)數(shù)據(jù)進(jìn)行了仿真,結(jié)合實(shí)際背景選擇了算法參數(shù),結(jié)果表明信噪比>4dB時(shí),虛警概率pf為25%時(shí),檢測(cè)概率pd可以達(dá)到接近90%,可以滿足項(xiàng)目的需求。
(2)對(duì)聲信號(hào)特征提取算法進(jìn)行了分析。仿真比較了基于FFT、HHT和小波包變換的特征,利用兩種特征選擇方法對(duì)小波包特征進(jìn)行了優(yōu)化,提出了兩種改進(jìn)的小波包特征:最底層小波包能量特征和優(yōu)化小波包能量特征。結(jié)果表明改進(jìn)的小波包特征類(lèi)內(nèi)分散性小,類(lèi)間分散
3、性大,優(yōu)化小波包能量特征維數(shù)大大少于最底層小波包能量特征,適合用于本文的項(xiàng)目開(kāi)發(fā)。
(3)仿真比較了常用的分類(lèi)器:KNN分類(lèi)器、貝葉斯分類(lèi)器、支持向量機(jī)分類(lèi)器以及模糊分類(lèi)器,并且利用分層的思想對(duì)傳統(tǒng)的模糊分類(lèi)器進(jìn)行了改進(jìn),解決了傳統(tǒng)算法分類(lèi)規(guī)則多、效率低的問(wèn)題。仿真結(jié)果表明:分層的模糊分類(lèi)器不僅分類(lèi)識(shí)別率高,而且性能穩(wěn)定,魯棒性好,可以適應(yīng)本文的應(yīng)用環(huán)境。
(4)為應(yīng)用到具體的運(yùn)動(dòng)車(chē)輛識(shí)別系統(tǒng),本文主要采用OMAP-
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于DSP的可疑車(chē)輛識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于車(chē)輛聲信號(hào)的SVM及CNN車(chē)型分類(lèi)識(shí)別方法研究.pdf
- 基于車(chē)輛聲頻信號(hào)的車(chē)型識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)特征的車(chē)輛識(shí)別算法的研究與實(shí)現(xiàn).pdf
- 車(chē)輛目標(biāo)類(lèi)型識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于視頻的運(yùn)動(dòng)車(chē)輛檢測(cè)算法研究與系統(tǒng)實(shí)現(xiàn).pdf
- 無(wú)線信號(hào)識(shí)別算法研究與實(shí)現(xiàn).pdf
- 車(chē)輛闖紅燈識(shí)別算法的研究與實(shí)現(xiàn).pdf
- 基于運(yùn)動(dòng)想象的腦電信號(hào)識(shí)別算法研究.pdf
- 車(chē)輛多特征識(shí)別算法研究與實(shí)現(xiàn).pdf
- 車(chē)輛牌照識(shí)別系統(tǒng)的算法研究與實(shí)現(xiàn).pdf
- 車(chē)輛牌照?qǐng)D像識(shí)別算法的研究與實(shí)現(xiàn)
- 水聲信號(hào)調(diào)理儀的研究與實(shí)現(xiàn).pdf
- 運(yùn)動(dòng)車(chē)輛檢測(cè)與跟蹤算法的研究與實(shí)現(xiàn).pdf
- 基于分布式算法實(shí)現(xiàn)高頻超聲信號(hào)動(dòng)態(tài)濾波的研究.pdf
- 車(chē)輛牌照?qǐng)D像識(shí)別算法研究與實(shí)現(xiàn)
- 基于視覺(jué)的運(yùn)動(dòng)車(chē)輛識(shí)別與跟蹤方法研究.pdf
- 基于心電信號(hào)的身份識(shí)別算法研究與技術(shù)實(shí)現(xiàn).pdf
- 無(wú)線射頻識(shí)別信號(hào)監(jiān)控算法的研究與實(shí)現(xiàn).pdf
- 基于蝙蝠鼻葉運(yùn)動(dòng)特性的超聲信號(hào)研究.pdf
評(píng)論
0/150
提交評(píng)論