当前位置:主页 > 管理论文 > 行政管理论文 >

基于麦克风阵列的户外冲激声事件检测方法

发布时间:2021-07-02 12:18
  冲激声信号的出现往往伴随着危险事件发生,有效检测冲激声事件有助于及时发现和分析危险情况,在预防和打击暴力恐怖犯罪等方面发挥着重要作用。然而,该信号的时频域特性相对复杂,如何有效检测冲激声信号,是一个亟待解决的难题。另一方面,以广场、绿地为代表的户外公共场所包含大量干扰声,如音乐广播声等,在低信干噪比情况下上述干扰往往会直接淹没待检测的冲激声信号,因此还需要研究有效的干扰抑制方法。本文依托企业合作项目,面向发生在人口密集的广场、绿地等典型户外公共场所中的冲激声事件,开展相应的检测方法研究。以典型冲激声事件—枪声膛口波为重点研究对象,兼顾其它有意义的冲激声信号,如鞭炮声、玻璃破碎声等,采用基于识别的检测思路,首先提出了一种多尺度子带能量集特征,采用支持向量机作为分类器,在信干噪比较高的情况下可以达到超过93%的查全率和查准率,F-score度量高于0.95。由于户外环境干扰声不可避免,因此进一步分析了典型环境干扰声对上述检测方法的影响。通过将环境干扰声与户外冲激声按照不同信干噪比叠加开展的实验结果表明,上述检测方法性能随信干噪比减少逐步降低,当信干噪比低于10dB时,漏检率高达近70%。针... 

【文章来源】:南京理工大学江苏省 211工程院校

【文章页数】:62 页

【学位级别】:硕士

【部分图文】:

基于麦克风阵列的户外冲激声事件检测方法


枪声录制现场

麦克风,道路交通,阵列,音乐


2户外冲激声事件检测框架硕士学位论文14要分布在2kHz以下的低频段。车辆行驶声集中在整个交通声的后半段,车辆行驶声包含从车辆驶向麦克风采集系统到驶离麦克风采集系统整个过程内的声音,其频谱大多分布在8kHz以内,主要集中在1kHz~4kHZ的范围内。图2.9基于麦克风阵列的道路交通声实录现场图2.10外场实交通噪声时域图和时频谱图2.2.2广场音乐声广场常见音乐声、说话声是在户外远场条件下,通过音箱播放来自开源数据库UrbanSound8K[46]的音频数据,并利用麦克风阵列设备采集获取,数据中主要包含音乐声、广播声、说话声、脚步声等广场常见声音。一段外场实录广场音乐声的时域图和时频谱图如图2.11所示,本文涉及的音乐声覆盖了10kHz以下的中低频段,在10kHz以上的频段也有少量频谱分布,能量主要集中100Hz~2kHz之间。时间/s采样点数值(a)交通噪声信号410-1.0-0.500.51.001432658710901432658710951015频率/kHZ时间/s(b)交通噪声信号信号时频谱图

音乐,麦克风,广场,阵列


硕士学位论文基于麦克风阵列的户外冲激声事件检测方法15图2.11外场实录广场音乐声时域图和时频谱图2.3检测与识别总体流程设计针对以广场绿地为代表的公共场所,有关户外冲激声,尤其是枪声的音频文件获取相对比较困难,为模拟公共场所发生的枪声事件,课题组采用麦克风阵列采集系统,分别对公共场所常见的交通噪声、广场音乐声以及枪声进行了外场采集。其中交通噪声录制于南京理工大学6号门外紫金东路上,主要采集汽车行驶声、鸣笛声等典型交通场景信号;枪声取自2013年4月至5月间在南京理工大学汤山军工试验中心某中小口径步枪多次外场实弹射击试验的现场录音;广场常见音乐声、说话声是在户外远场条件下,通过音箱播放来自开源数据库UrbanSound8K的音频数据,并利用麦克风阵列设备采集获取,实录现场照片如图2.12所示。对上述三个声源进行组合拼接获取长度约20s的连续监测数据,其中采样频率32kHz,数据字长16bit。对连续监测数据进行户外冲激声事件检测的流程图如图2.13所示。图2.12基于麦克风阵列的广场音乐声实录现场时间/s采样点数值(a)广场音乐声信号41051015频率/kHZ时间/s(b)广场音乐声信号时频谱图-4-202400.51.01.52.02.53.03.54.000.51.01.52.02.53.03.54.0

【参考文献】:
期刊论文
[1]基于弹丸激波的弹目偏差测试与反演研究[J]. 顾国华,张良,吴海兵,崔逊学,俞波.  兵工学报. 2017(03)
[2]低压环境下膛口冲击波实验研究[J]. 朱冠南,王争论,马佳佳,王巧.  兵工学报. 2014(06)
[3]基于GMM和枪声的军事环境判别[J]. 刘力维,袁高高,潘志刚,董俊.  舰船电子工程. 2009(06)
[4]基于小波变换的传声器阵列语音增强方法[J]. 马晓红,殷福亮,陆晓燕,王晓宁.  大连理工大学学报. 2003(04)
[5]LMS自适应时间延迟估计[J]. 邱天爽.  海洋技术. 1993(02)

硕士论文
[1]基于麦克风阵列的语音增强方法研究[D]. 倪忠.湖南大学 2017
[2]面向鼾声识别的麦克风阵列干扰抑制方法研究[D]. 王佳珺.南京理工大学 2017
[3]基于声谱图的公共场所异常声音特征提取及识别研究[D]. 刘鹏.重庆大学 2012



本文编号:3260450

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/zhengwuguanli/3260450.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c97bb***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com