基于作业声音信号统计分析的工程机械识别研究
本文关键词:基于作业声音信号统计分析的工程机械识别研究
更多相关文章: 地下电缆 道路开挖工程机械 声识别 统计特征 分类器
【摘要】:地下电缆作为一种经济、安全的铺设方式在我国已得到广泛应用。但地下电缆在运行中经常被损坏,使电缆供电的安全性受到严重威胁。国家电网对近三年电缆故障原因统计表明,外力破坏是造成地下电缆损坏的主要原因,故障率占了一半以上。这些外力主要来自:手持电动镐,切割机,液压冲击锤,挖掘机等道路开挖工程机械。因此,我们可以通过实时监测识别各类工程机械,从而达到保护地下电缆的目的。声音识别系统计算效率高,复杂度小,采集设备简单,而且它还可以和视频监控系统协作,具有广泛的应用前景。本课题,将声音识别技术应用于地下电缆防外力破坏监测系统中,实时监测识别各类工程机械。现实要求识别系统能正确识别不同距离下的各类工程机械信号,但采集得到的工程机械声音信号中往往含有复杂的噪声信号,不同距离下采集的信号具有不同的信噪比,这使目标信号的识别率很低。本文通过分析不同距离下各类工程机械作业声音信号的时域和频谱特性,将统计模式识别技术应用到工程机械声音识别系统中。本文的主要工作和贡献如下:(1)本文提出了短时能量变化比(Short-term Frames Energy Ratio,SFER)、短时频谱幅值比(Short-term Spectrum Amplitude Ratio,SSAR)、短时频谱幅值比占比(Short-term Spectrum Amplitude Ratio Rate,SSARR)、冲击脉冲宽度(Width of Pulse,WoP)、冲击脉冲间隔(Interval of Pulse,IoP)等统计特征。这些特征受距离变化影响较小,性能稳定。(2)将统计特征应用于各个分类器的设计中,最终组成一套完整的识别算法。该识别算法针对不同工程机械的特点设计相应的分类器,给出了每一个分类器具体设计步骤,并通过仿真实验证明了该算法的有效性。针对各类目标信号,该识别算法的平均识别率达到85%以上。(3)在性能研究测试方面,分析了特征参数的取值对各个分类器的影响,并最终通过实验选取了各个分类器特征参数的阈值;(4)通过实验对比分析线性预测倒谱系数(LPCC)、梅尔频率倒谱系数(MFCC)等智能识别算法与本文提出的识别算法的识别结果。结果表明本文提出的识别算法,泛化能力好,提取的统计特征稳定,识别率完全能到达应用需求。
【关键词】:地下电缆 道路开挖工程机械 声识别 统计特征 分类器
【学位授予单位】:杭州电子科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN912.34;TM75
【目录】:
- 摘要5-6
- ABSTRACT6-10
- 第一章 引言10-15
- 1.1 研究目的和意义10-11
- 1.2 国内外研究现状11-13
- 1.3 论文的主要研究内容13-14
- 1.4 论文章节安排14-15
- 第二章 声音识别关键技术研究15-31
- 2.1 声音识别概述15-17
- 2.2 道路开挖工程机械及其发声原理17-19
- 2.3 声信号的处理方法19-22
- 2.3.1 声音的采集19-20
- 2.3.2 分帧、加窗20-21
- 2.3.3 离散傅里叶变换(DFT)与快速傅里叶变换(FFT)21-22
- 2.4 典型的特征提取算法22-26
- 2.4.1 短时平均能量及短时平均过零率22
- 2.4.2 线性预测倒谱系数(LPCC)22-24
- 2.4.3 梅尔频率倒谱系数(MFCC)24-26
- 2.5 模式识别方法及统计模式识别介绍26-30
- 2.5.1 模式识别方法26-27
- 2.5.2 统计模式识别27-30
- 2.6 本章小结30-31
- 第三章 工程机械声信号分析及统计特征31-42
- 3.1 工程机械声信号时频域分析31-34
- 3.2 统计特征的提出34-41
- 3.2.1 短时能量变化比(SFER)及其概率密度分布34-36
- 3.2.2 短时频谱幅值比(SSAR)及其占比(SSARR)36-38
- 3.2.3 冲击脉冲宽度(WoP)、冲击脉冲间隔(IoP)38-41
- 3.3 本章小结41-42
- 第四章 分类器的设计及实验分析42-63
- 4.1 基于声信号统计特征的分类器设计42-50
- 4.2 实验分析50-61
- 4.2.1 基于SFER分类器分析实验50-54
- 4.2.2 基于SSAR分类器分析实验54-56
- 4.2.3 基于WoP与IoP分类器分析实验56-57
- 4.2.4 本文提出的算法实验57-59
- 4.2.5 MFCC+SVM算法对比实验59-60
- 4.2.6 LPCC+SVM算法对比实验60-61
- 4.3 本章小结61-63
- 第五章 总结与展望63-65
- 致谢65-66
- 参考文献66-71
- 附录 作者在读期间参加的科研项目及发表的学术论文专利71
【相似文献】
中国期刊全文数据库 前10条
1 冯辉生;高原沙漠对工程机械的特殊要求[J];工程机械;2000年S1期
2 ;工程机械行业生产力促进中心简介[J];工程机械;2000年S1期
3 董平;以适用可靠的工程机械支援西部开发[J];工程机械;2000年S1期
4 ;从展会看当今工程机械行业发展和产品特点[J];工程机械与维修;2000年07期
5 何新民;以跻身国际工程机械先进行列为己任[J];工程机械与维修;2000年07期
6 罗慧,黄勇;“迷你”型工程机械前景广阔[J];工程机械与维修;2000年07期
7 谭笑颖;《工程机械与维修》十大读者[J];工程机械与维修;2000年10期
8 陈润余;建设工程机械的重要地位及发展[J];建设机械技术与管理;2000年02期
9 ;工程机械海外有商机[J];企业技术开发;2000年11期
10 张凯;我国工程机械行业的现状和面临的形势[J];中国建设信息;2000年35期
中国重要会议论文全文数据库 前10条
1 马传伟;;工程机械配套件行业任重而道远[A];中国工程机械行业第四届信息发布会专辑[C];2001年
2 凌海风;严骏;郭坚毅;;我国工程机械加速发展的思考和建议[A];中国工程机械学会2003年年会论文集[C];2003年
3 惠明阔;;面对21世纪,我国工程机械发展的思路探讨[A];中国工程机械学会2003年年会论文集[C];2003年
4 曹星洲;;工程机械的维修现状与改善措施[A];2012年中铁隧道集团低碳环保优质工程修建技术专题交流会论文集[C];2012年
5 陈学因;;工程机械的绿色设计[A];创新装备技术 给力地方经济——第三届全国地方机械工程学会学术年会暨海峡两岸机械科技论坛论文集[C];2013年
6 王少春;;工程机械的低碳循环再利用[A];低碳陕西学术研讨会论文集[C];2010年
7 ;工程机械行业“十五”发展规划[A];中国工程机械行业第四届信息发布会专辑[C];2001年
8 韩萍;张彦生;;高新技术在工程机械上的应用及发展[A];中国工程机械学会2003年年会论文集[C];2003年
9 宫铁成;何君珂;;面对WTO,我们如何应对的探讨与研究[A];中国工程机械学会2003年年会论文集[C];2003年
10 刘玉山;;全球工程机械行业回顾[A];首届中国工程机械出口与发展论坛论文集[C];2007年
中国重要报纸全文数据库 前10条
1 石文清;国产工程机械:节能环保的路还很远[N];中国交通报;2005年
2 志婷;工程机械中长期向好[N];机电商报;2005年
3 本报记者 陈克然;节能环保:工程机械不容忽视的话题[N];中国建设报;2005年
4 本报记者 陈克然;技术创新给工程机械用户送来福音[N];中国建设报;2005年
5 青华;工程机械:趋向环保和信息化发展[N];中华建筑报;2004年
6 李健;长沙工程机械业增长势头强劲[N];中国建材报;2007年
7 郑泉;工程机械上市公司进入快速增长轨道[N];中国交通报;2006年
8 冉野;宝钢工程机械集中管理见成效[N];中国建设报;2006年
9 赵晶;工程机械应该长鸣环保警钟[N];中华建筑报;2006年
10 葛运溥邋通讯员 蔡海霄;交通行业举办首届中国工程机械出口与发展论坛[N];中国交通报;2007年
中国博士学位论文全文数据库 前3条
1 金守峰;基于机器视觉的工程机械行走速度测量系统研究[D];长安大学;2015年
2 于刚;挖掘机振声信号时频分析研究与应用[D];山东大学;2016年
3 马宁;高硬强韧WC涂层的设计及其在工程机械再制造中的应用[D];天津大学;2014年
中国硕士学位论文全文数据库 前10条
1 匡成盛;热处理工艺对钛钼微合金化工程机械用钢组织和性能的影响[D];昆明理工大学;2015年
2 阎玉婷;基于语义学的工程机械造型设计方法研究[D];长安大学;2015年
3 邬文龙;Q公司发展战略的研究[D];浙江工业大学;2015年
4 冯志海;乌鲁木齐博腾工程机械有限公司挖掘机配件营销策略研究[D];石河子大学;2015年
5 朱坤鹏;工程机械变速箱再制造的研究与应用[D];广西科技大学;2015年
6 李宇;工程机械双流程散热器散热特性分析[D];吉林大学;2016年
7 周Pr;工程机械企业现金流管控研究[D];云南财经大学;2016年
8 李建民;计及NVH的工程机械热管理系统分析[D];山东大学;2016年
9 李文琪;面向铁路工程机械的售后服务协同与共享系统研究与实现[D];西南交通大学;2016年
10 阿赛特;哈萨克斯坦工程机械进口贸易研究[D];北京交通大学;2016年
,本文编号:859957
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/859957.html