基于DSP的战场声目标识别技术的研究

在未来战争中,武器装备的一个重要的发展方向是智能化、微型化。智能化武器的一个显著特征就是可以对来犯的敌方目标进行识别,获取目标的特征,进而针对不同的目标采用最为有效的攻击方式。被动声探测具有探测精度高、不受通视条件限制、隐蔽性好等优点,成为战场目标识别的一个研究热点。而随着数字信号处理器 DSP 技术、FPGA等嵌入式系统技术的出现,武器的微型化也得到了迅速的发展。本文介绍的是一种基于DSP 的战场声目标识别的设计与实现。 论文首先对基于动态时间规整(DTW)的识别系统的结构及组成进行了较深入的研究,详细讨论了线性预测倒谱参数(LPCC)的提取过程和 DTW 模型的基本原理及其相关算法。针对战场噪声环境的特点,进行了参数级的抗噪的讨论,同时对声音的端点检测进行了实验研究。并从实验中得出一些有益的结论,为声目标识别系统的 DSP 实现提供了实验依据。 针对声目标识别系统在 DSP 上实现的两个核心问题:实时性和 DTW 识别算法在 DSP上完成进行了重点研究。在介绍 DSP 特点和 TMS320VC33 结构的基础上,设计了实时声目标识别在 DSP 芯片上实现的流程,重点分析了特征参数提取中的声音信号短时处理的分帧、帧移在 DSP 实现的过程。 在 DTW 识别算法的 DSP 完成的研究中,以降低模型训练的迭代算法的计算量和存储量为目的,在保证一定识别性能的前提下,对模型结构、特征参数维数等选择如何利于DSP 实现上进行了较深入的实验研究并最终实现了一个基于 DSP 的声目标识别系统。