本文關(guān)鍵詞：改進(jìn)的ESMD用于公共場(chǎng)所異常聲音特征提取

  更多相關(guān)文章： 極點(diǎn)對(duì)稱模態(tài)分解 異常聲音信號(hào) 特征提取 公共場(chǎng)所

【摘要】：由于公共場(chǎng)所異常聲音的特殊性及背景噪聲的復(fù)雜性,極點(diǎn)對(duì)稱模態(tài)分解(ESMD)用于異常聲音分解時(shí),存在一些理論和技術(shù)上的缺陷。經(jīng)分析認(rèn)為公共場(chǎng)所異常聲音為非線性、非平穩(wěn)信號(hào),背景噪聲服從T分布。為此,提出改進(jìn)的ESMD用于公共場(chǎng)所異常聲音分解,得到有利于識(shí)別的特征。所提出方法的特點(diǎn)是將T分布噪聲序列添加到具有背景噪聲的異常聲音信號(hào)中,以減小背景噪聲對(duì)特征提取的影響;將模態(tài)分量的排列熵作為判定異常聲音與背景噪聲的準(zhǔn)則,自適應(yīng)篩選有效的模態(tài)分量;用對(duì)稱中點(diǎn)插值法替代極值中點(diǎn)奇偶插值法,以緩解ESMD插值端點(diǎn)不明確帶來的模態(tài)失真。在公共場(chǎng)所異常聲音數(shù)據(jù)庫(kù)上進(jìn)行了相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,所提出的方法與目前典型的時(shí)頻信號(hào)處理方法相比,在提高公共場(chǎng)所異常聲音分類識(shí)別率的同時(shí),縮短異常聲音的分解時(shí)間,是一種有效的公共場(chǎng)所異常聲音特征提取方法。
【作者單位】： 重慶大學(xué)光電工程學(xué)院重慶大學(xué)光電技術(shù)及系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 極點(diǎn)對(duì)稱模態(tài)分解 異常聲音信號(hào) 特征提取 公共場(chǎng)所
【基金】：國(guó)家科技惠民計(jì)劃(2013GS500303) 重慶市重點(diǎn)科技計(jì)劃(CSTC2013-JCSF40009)項(xiàng)目資助
【分類號(hào)】：TN912.3
【正文快照】： 1引言公共場(chǎng)所的安全監(jiān)控一般以視頻監(jiān)控為主。由于公共場(chǎng)所異常事件產(chǎn)生時(shí)必然伴隨異常聲音的出現(xiàn),如尖叫聲、槍聲、爆炸聲等,且異常聲音包含大量與異常事件相關(guān)的重要信息。為此,音頻監(jiān)控作為視頻監(jiān)控的有效補(bǔ)充,已成為公共安全監(jiān)控的重要發(fā)展方向。本文研究的公共場(chǎng)所異常

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 伍宗富;蔡明山;陳日新;;基于短時(shí)處理的異常聲音辨識(shí)系統(tǒng)研制[J];中國(guó)農(nóng)機(jī)化;2011年02期

2 張璐璐;陳耀武;蔣榮欣;;智能監(jiān)控前端系統(tǒng)中異常聲音檢測(cè)的實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2014年01期

3 盧亞玲,謝兆鴻;基于DSP芯片實(shí)現(xiàn)的異常聲音識(shí)別系統(tǒng)[J];武漢工業(yè)學(xué)院學(xué)報(bào);2002年04期

4 伍宗富;陳日新;朱明旱;;基于FPGA的異常聲音報(bào)警系統(tǒng)設(shè)計(jì)[J];中國(guó)集成電路;2009年10期

5 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 葉劍杰;監(jiān)督式分級(jí)異常聲音檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

2 李權(quán);面向安全監(jiān)控的異常聲音識(shí)別的研究[D];湖南師范大學(xué);2015年

3 欒少文;智能監(jiān)控系統(tǒng)中公共場(chǎng)所異常聲音檢測(cè)的研究[D];重慶大學(xué);2009年

4 姚曉欣;環(huán)境異常狀況聲音特征研究[D];北方工業(yè)大學(xué);2014年

，

本文編號(hào)：702573