異常聲音事件檢測是聲音識別領域一個新的研究熱點,具有很廣泛的應用范圍。航空發(fā)動機是飛機必不可少的一部分,其可靠性對飛機性能和安全飛行至關重要。通常情況下,當飛機發(fā)動機出現(xiàn)故障時,都可以歸結(jié)為發(fā)動機產(chǎn)生了異常聲音,如果能通過識別發(fā)動機的異常聲音來檢測發(fā)動機運行的狀態(tài),不僅可以減少運營和維修的成本,也可以減少事故的發(fā)生,然而,國內(nèi)外針對飛機發(fā)動機異常聲音檢測的研究很少。本課題提出了飛機發(fā)動機異常聲音識別系統(tǒng)的構(gòu)建方法,該方法結(jié)合了信號處理的新理論和新應用,能有效推動航空安全技術智能化的發(fā)展。本文的主要內(nèi)容如下:（1）建立了一個飛機發(fā)動機聲音庫,并對聲音庫中的聲音信號進行預處理,提取出表征聲音特征的MFCC參數(shù)和GFCC參數(shù),組成飛機發(fā)動機聲音特征矢量。（2）研究基于GMM-UBM的飛機發(fā)動機異常聲音識別方法。通過提取的特征參數(shù)訓練UBM模型,并用MAP自適應算法得到GMM-UBM模型,用GMMUBM模型檢測識別發(fā)動機聲音。最后通過MATLAB仿真實驗,驗證了特征參數(shù)、GMM混合度、特征參數(shù)的維數(shù)以及特征階數(shù)對異常聲音識別系統(tǒng)的影響。實驗結(jié)果表明,GMM混合度為128時,發(fā)動機聲音特征為12... 

【文章來源】：南昌航空大學江西省

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

Mel頻率與實際線性頻率關系圖

器是一種依從 分布和正弦波音的脈沖響應的線性濾波器，是一個符合耳蝸聽濾波器[36]，它的時域脈沖響應定義如下： ( ) ( ) ( ) ≥ ≤ ≤ (2-中 是中心頻率， N 和 n 分別是濾波器的個數(shù)和每個濾波器的階數(shù)，a 是增益 是衰減因子，它和帶寬之間的關系是： ▆ ( ) (2-中， ( )是等效矩形帶寬，它的定義式為： ( ) ▁ ▄ ▁ ▄ (2-上述兩個式子可知，衰減因子 與中心頻率 的關系可以表示為： ▆ ▁ ▄ ▁ ▄ (2- 2-5 是頻率在 80HZ-8000HZ 之間，通道為 16 的 Gamma-tone 濾波器響應圖。

M 混合度對聲音識別率的影響驗探究 GMM 混合度對系統(tǒng)性能的影響。實驗選取 GMM 混合度為 系數(shù)作為參數(shù)。當特征為 9 維 MFCC 參數(shù)時，不同的 GMM 混合識別率結(jié)果如下表 3-3 和圖 3-3 所示。表 3-3 9 維特征時不同混合度的識別率識 別 率 8 16 32 64 128 2動 0.333 0.333 0.500 0.500 0.500 0.5火 0.666 0.500 0.500 0.500 0.500 0.6行 0.896 0.965 0.965 0.965 0.965 0.9毀 0.636 0.727 0.727 0.818 0.818 0.8


本文編號：3349241