隨著科技的迅猛發(fā)展,人工智能在各行各業(yè)都所有發(fā)展和應用。機器化、智能化的種子檢驗已經(jīng)慢慢取代了人工檢測。利用聲學振動的方法對有缺陷的種子進行識別是一大研究方向。本文以大豆裂紋為例,對大豆碰撞聲信號的預處理方法進行研究。首先介紹了碰撞聲信號的前端處理,主要包括信號的采樣、量化、預加重、分幀和加窗,其次闡述了碰撞聲信號的降噪處理方法,之后對碰撞聲信號的端點檢測方法進行研究并選出可行的方法,最后總結(jié)了預處理中存在的一些問題。 

【文章來源】：科學技術(shù)創(chuàng)新. 2020,(29)

【文章頁數(shù)】：3 頁

【圖文】：

大豆碰撞聲信號預加重

由圖2可知，噪聲相比于碰撞聲信號幅值較小，所以大豆碰撞聲信號的過零率反而明顯小于背景噪聲的過零率。與此同時，碰撞聲信號的起始點與噪聲區(qū)別不大，造成了過零率比較相近的結(jié)果，不能夠準確判別目標信號的起始點，因此基于過零率的端點檢測不適合含噪大豆碰撞聲信號端點的判斷。4.2 基于短時能量的端點檢測

定義碰撞聲信號x(n)的短時能量[9]為：從圖3可以看出，在高信噪比的條件下，可利用短時能量對整段音頻信號進行端點檢測，得到碰撞聲信號。然而在實際應用中，不能夠完全保證較高的信噪比，這時往往需要結(jié)合其他特征對信號進行綜合檢測。

【參考文獻】：
期刊論文
[1]《中國的糧食安全》白皮書[J].   中國糧食經(jīng)濟. 2019(11)
[2]語音分割與端點檢測研究綜述[J]. 楊健,李振鵬,蘇鵬.  計算機應用. 2020(01)
[3]基于能量和頻帶方差結(jié)合的語音端點檢測方法[J]. 陳昊澤,張志杰.  科學技術(shù)與工程. 2019(26)
[4]大豆種皮裂紋的研究進展[J]. 崔曉培,鄭金煥,胡冬梅.  大豆科學. 2019(04)
[5]語音識別預處理過程及其存在問題[J]. 付學桐.  科技傳播. 2019(08)
[6]基于短時能量的語音端點檢測算法研究[J]. 張仁志,崔慧娟.  電聲技術(shù). 2005(07)

碩士論文
[1]一種新的小波包語音降噪方法分析與研究[D]. 張孝強.蘭州交通大學 2018
[2]基于小波和PNCC特征參數(shù)的語音識別技術(shù)研究[D]. 張子濤.重慶大學 2018
[3]語音降噪處理技術(shù)的研究[D]. 王濤.蘭州交通大學 2018
[4]小麥碰撞音頻信號預處理方法研究[D]. 丁寧.河南工業(yè)大學 2010



本文編號：3417962