[發明專利]一種基于多尺度子帶能量集特征的膛口波識別方法

有效

• 申請號: 201810043796.7
• 申請日: 2018-01-17
• 公開（公告）號: CN108269566B
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 許志勇;趙兆;李陽;謝萌蕤
• 申請（專利權）人: 南京理工大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/04;G10L15/08;G10L25/21
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 馬魯晉

本發明公開了一種基于多尺度子帶能量集特征的膛口波識別方法。該方法針對復雜環境下的槍聲識別問題，首先利用基于GMM的自動分段算法從連續音頻樣本中截取出有聲片段；接著對有聲片段采用多尺度子帶濾波器組濾波處理；然后對濾波后的樣本進行起點校準和變尺度分幀，并對各個子帶輸出提取短時能量和能量比特征，得到能夠充分表征膛口波和非膛口波時頻域差異的能量集特征；最后利用SVM進行分類識別。本發明實現簡單，對戶外連續音頻監控數據中突發槍擊等異常聲事件的檢測與標識有重要意義。

技術領域

本發明涉及一種基于多尺度子帶能量集特征的膛口波識別方法，屬于安全監測及聲信號識別技術領域。

背景技術

聲探測技術作為一種重要的檢測手段，廣泛應用于生產生活的各個方面，包括地震波檢測、海洋生物探測、危險聲音識別等。其中有關危險聲音的識別系統，隨著近年來音頻信號處理和模式識別技術的蓬勃發展，逐步成為新的研究熱點之一，在公共安全、野外生態保護、法醫鑒定以及軍事國防等領域具有重要意義。

其中，利用聲學信號分析手段識別復雜環境下的槍聲，是后續進一步開展射手定位和槍型識別等的基礎。近年來已有學者提出一種利用模板匹配和動態時間歸整算法(Dynamic Time Warping,DTW)對槍聲進行多級檢測的方法(申請號201210574003.7，專利名稱為用于槍聲的多級篩選檢測識別方法)，但是該方法采用的模板匹配和DTW方法受環境因素影響較大，在外場地形、環境噪聲、地表及建筑物反射產生的多徑以及氣候等諸多因素的干擾下識別檢測能力明顯不佳，此外槍聲可細分為膛口波和彈頭波，而相比之膛口波，彈頭波的存在與否同槍支類型，聲探測系統位置等有關，很多情況下可能根本捕獲不到，將彈頭波納入檢測目標的范圍內，在匹配時會出現較大誤差。

由此可知，現有技術存在未考慮環境影響和檢測對象不夠準確存在的技術缺陷，鑒于以上情況，本文提出一種基于多尺度子帶能量集特征的膛口波識別方法，該方法通過識別槍聲中的膛口波有效檢測槍聲信號，且充分考慮環境因素對分類結果的影響，對受距離、方向和多徑影響的膛口波信號識別具有穩健性。

發明內容

本發明的目的在于提供一種基于多尺度子帶能量集特征的膛口波識別方法。

實現本發明目的的技術解決方案為：一種基于多尺度子帶能量集特征的膛口波識別方法，具體步驟為：

步驟1、對連續音頻數據進行基于高斯混合模型的分段，截取全頻帶有聲片段；

步驟2、將步驟1得到的全頻帶有聲片段通過多尺度子帶濾波器組進行濾波處理得到子帶有聲片段；

步驟3、對步驟1截取的全頻帶有聲片段和步驟2中濾波后的子帶有聲片段進行起點對齊；

步驟4、將步驟3經過起點對齊的有聲片段進行變尺度分幀和特征提取；

步驟5、根據步驟4提取出的多尺度子帶能量集特征進行膛口波分類，得到最好的識別結果。

本發明與現有技術相比，其顯著優點為：1)本發明使用的特征和數據處理方法充分考慮環境因素對分類結果的影響。2)本發明采用的模式識別方法SVM具有較好的泛化特點，使得識別結果具有魯棒性；3)本發明的方法計算復雜度較低，易于實施，操作簡單。

下面結合附圖對本發明作進一步詳細描述。

附圖說明

圖1是本發明基于多尺度子帶能量集特征的膛口波識別方法的流程圖。

圖2是本發明實施例采用的實測數據的時域波形圖。

具體實施方式

結合圖1，本發明的一種基于多尺度子帶能量集特征的膛口波識別方法，具體步驟為：

步驟1、對連續音頻數據進行基于高斯混合模型的分段，截取全頻帶有聲片段，具體步驟為：