《声目标探测报警器设计优秀毕业论文》由会员分享，可在线阅读，更多相关《声目标探测报警器设计优秀毕业论文（52页珍藏版）》请在金锄头文库上搜索。
1、目 录摘 要IAbstractII第1章 绪 论11.1 课题的研究背景11.2课题研究现状11.3课题方案结构与比较21.3.1 基于61单片机的声目标探测报警器设计21.3.2 基于DSP的声目标探测报警器设计31.3.3 基于FPGA的声目标探测报警器设计41.3.4 方案选择51.4 声目标探测报警器系统总体设计6第2章 声信号的采集及处理82.1 音频放大器82.2 A/D转换模块92.2.1 A/D转换器设计102.2.2 ADC0809工作状态模块112.2.3 二进制到BCD码转换模块122.2.4 A/D采样控制与数据转换的部分程序及仿真122.3 声目标的短时信号处理142
2、.3.1 预加重162.3.2 分帧162.3.3 短时能量和过零率172.4.3 短时傅里叶变换182.4.4 Mel频率倒谱系数18第3章 声目标识别算法及仿真2031 预处理的软件算法203.1.1 预加重算法203.1.2 分帧加窗算法203.2 Mel频率倒谱系数213.2.1 MFCC提取及计算过程213.3 端点检测263.3.1 MFCC0的计算方法273.3.2 基于MFCC0的端点检测方法283.3.3 实验与结果28第4章 声目标识别的FPGA实现304.1 FPGA简介304.1.1 FPGA的常用开发工具304.1.2 FPGA的设计流程314.2 声目标识别的FPG
3、A实现354.2.1 预加重处理354.2.2 声目标特征提取364.2.3 三角滤波器的Dsp Builer设计394.3声目标匹配识别41第5章 总结435.1 本人所做的工作435.2有待于进一步改进和完善的地方435.3几点体会44参考文献45致谢46附录A 系统流程图47 摘 要声目标探测报警器是声音识别系统中的一种，是应用音频波形中反映目标声音的征参数，自动识别异常目标声音的一种技术。声音识别系统具有计算效率高，复杂度小，采集设备简单，成本低，而且能更好的保护人们的隐私等优点，它还可以和视频监控系统协作。因此，声音识别技术具有广泛的应用前景，值得很多人投身其研究中。本文针对声音目标
4、识别系统低识别率和高复杂度的问题，将梅尔频率倒谱系数 (MelFrequeney Cepstrum Coefficients，简称MFCC)与短时能量及短时过零率混合特征应用到声目标识别系统中。该混合特征先使用短时过零率和短时能量判断出是否为异常声音，然后再运用MFCC参数进行模式匹配识别为何种异常声音。其中针对短时过零率和短时能量及MFCC参数三种特征参数的提取算法做了详细的介绍，重点分析了MFCC参数的提取和仿真实现。在系统构建方面，本文用基于MATLAB平台的Simulink实现了一个完整的声目标识别系统，包括音频信号的预处理，特征提取以及分类器的训练和识别。在预处理模块中，对原始音频进
5、行了归一化，预加重，重叠分帧等处理;在特征提取模块中，提取了MFCC，过零率 (The zero-crossing Rate，zcr)，短时能量(short-Energy)等特征参数。在模型训练与识别模块中，使用了异常声音判决是根据计算出当前帧的能量与无异常的能量比较，判断是否为异常声音。目标声音识别是将声目标MFCC特征参数映射为二值图像。待测声目标模板与参考声目标模板之间的匹配，就是二值图像配准的方法，计算两个图像之间的欧式距离，并以此计算结果作为两幅图像之间的失真度,失真度越小表示两幅图像越相似，反之，表示两幅图像越不相似。仿真通过后再用VHDL语言编程下载到FPGA芯片上用硬件进行功能
6、实现。关键词:声目标识别；梅尔频率倒谱系数； 短时能量 ；短时过零率Abstract As one of the audio surveillance system,abnormal audio recogniition is the process of automatically recognizing which is based on the features included in abnomal sound waveform. Because of its particuliar advantage on high efficieny,economy,small complexit
7、y and protection of peoplesprivacy,this technique can combined with video surveillance system.Therefore,the audio surveillance teehnology is very Promising,and it is worth a lot of seientific researchers to engage in their studies .This target recognition system for voice low recognition rate and hi
8、gh complexity of the problem, Mel Frequency Cepstral Coefficients (MelFrequeney Cepstrum Coefficients, referred to as MFCC) and short-term and short-term energy mix features zero rate applied to the acoustic target identification system . The hybrid features of the first zero crossing rate and short
9、-term use of short-term energy determine whether abnormal sound, and then pattern matching using MFCC parameters identified as an exception to what sounds. In which the zero crossing rate for short-term and short-term energy and MFCC feature parameters parameter extraction algorithm of three made a
10、detailed introduction, the focus of the MFCC parameters extracted and simulated. Building aspects of the system, this paper based on MATLAB Simulink platform to achieve a complete target recognition system, including the audio signal preprocessing, feature extraction and classifier training and reco
11、gnition. In the preprocessing module, the original audio was normalized, pre-emphasis, such as dealing with overlapping sub-frame; in the feature extraction module to extract the MFCC, zero crossing rate (The zero-crossing Rate, zcr), short-term energy (short-Energy) and other parameters. In the mod
12、el training and recognition module, using the unusual sound decision is based on the current frame to calculate the energy of the energy compared with no abnormalities, to determine whether the abnormal voice. Voice recognition objective is to map acoustic target MFCC feature parameters into binary
13、images. Acoustic target under test and reference template template matching between acoustic target is binary image registration method to calculate the Euclidean distance between two images, and the results of this calculation as the distortion between two images, the distortion The smaller the deg
14、ree that the more similar the two images, on the contrary, that the less similar the two images. Simulation using VHDL programming by then downloaded to the FPGA chip with the hardware feature implementation. Key words: Acoustic target recognition；Mel Frequeney Cepstrum Coefficients ；short-term ener
15、gy； zero rate of short-term第1章 绪 论1.1 课题的研究背景声音是信息的主要载体，人类对客观世界的认识与了解，对现实世界中事物特征的把握，除视觉外主要通过对声信号的获取而得到。因此，声现象作为自然界中最普遍的物理现象之一，在民用和军事应用中受到了广泛关注。随着自动化技术、通讯技术、计算机技术的飞速发展和智能化、信息化、网络化时代的到来，声目标的探测、识别和定位在许多领域都得到了广泛应用，如语音识别技术、车辆的自动识别和定位技术、地下漏水漏油探测技术、机械故障的检测和识别、机器人的智能控制及其他各种智能声控设备、装置等。鉴于声目标识别系统在人们的生产、生活和工作中起到了越来越重要的作用，许多人开始对这一方面进行深入认真的分析、做了大量的研究工作，取得了一些进展。1.2课题研究现状鉴于声探测和识别技术的优点和潜在的应用价值，国内外都在加大研究力度，声探测和识别技术已经成为信息化战争、工业生产等领域中不可缺少的组成部分。例如在国外的军事大国，声探测和识别技术已经成功应用于反直升机、反坦克地雷智能系统、预警系统等领域，如美国Textron公司、通用动力公司、Texas仪器公司等七家公司进行过
