车辆声目标探测识别技术及工程实现

声目标识别是目标探测系统中重要的组成部分,伴随着信息化战场的来临相关技术研究得到了各大科研机构和高等院校的重视,并取得了阶段性成果。特别是人工智能理论、仿生学理论、信号处理理论以及厚膜集成工艺的发展,为实现声目标识别系统提供了有力的技术支持,但是对于非平稳信号的预处理、特征提取、分类器以及硬件实现等关键问题仍表现出研究不足,本文就上述问题针对声目标信号识别过程的关键技术和软硬件算法实现进行了相关研究。 本设计是结合现代数字信号处理理论方法对实际采集的目标声信号进行了理论调研和算法验证,包括车辆噪声源的产生机理分析,目标声信号的预处理、特征提取、分类器设计以及嵌入式数字信号处理器的硬件工程实现。在目标声信号的预处理环节采用了传统的滤波器(FIR滤波器)和自适应滤波器(LMS自适应滤波器)方法并结合功率谱密度理论进行了详细的理论分析和计算机测试验证;在特征提取环节采用了AR参数模型、小波能量模型、模仿听觉模型三种算法提取目标声信号特征,结合理论分析的基础上调整算法中的参数设置并通过计算机测试验证;在分类器设计环节采用了基于距离理论的系统聚类算法,实现了对于吉普车、坦克、语音信号以及背景环境四类目标声信号的有效分类识别。 在硬件系统实现环节,本设计使用嵌入式数字信号处理器(TMS320F2812)为核心构建硬件算法平台,以及驻极体声传感器采集调理放大电路、时钟频率设置模块、信号采集模块、串行通讯模块等等功能模块,实现了对目标声信号的采集、调理、放大、预处理、特征提取与分类识别的软件部分设计,并完成了识别系统中各模块算法的TMS320F2812硬件移植,并部分优化算法提高了在嵌入式数字信号处理器中的识别准确度。