起重机力臂安全测试系统毕业设计.docx

起重机力臂安全测试系统毕业设计.docx

《起重机力臂安全测试系统毕业设计.docx》由会员分享，可在线阅读，更多相关《起重机力臂安全测试系统毕业设计.docx（70页珍藏版）》请在冰点文库上搜索。

起重机力臂安全测试系统毕业设计

CHANGZHOUINSTITUTEOFTECHNOLOGY

毕业设计说明书

题目：

起重机力臂安全测试系统

摘要

声目标识别是目标探测系统中的重要的组成部分，随着未来逐渐发展起来的信息领域战场，相关技术研究得到主要是各大科研机构和大学学府的紧密关注，并且取得了一些成就。

尤其是仿生学理论、信号学处理理论、人工智能技术的发展理论及厚膜的集成工艺，在声目标识别系统层面上实现并且提供了强有力的技术支持，但对于信号的特征提取以及分类识别等重要的疑问之处，还是显现了研究层面的不足。

本文就以上问题，针对声目标信号识别过程中的关键技术和算法实现进行了相关研究。

本设计综上结合了现代数字信号处理理论的方法，对实际采集的目标声信号进行理论调研和算法上的验证，包括车辆信号源的产生机理理论分析，目标声信号的特性分析、线性预测特征提取以及分类识别。

其中，在目标声信号的特性分析的环节上进行了比较详细的理论分析和计算机MATLAB软件的测试观察；在特征提取环节采用了线性预测（LP）算法提取目标声信号的特征，在综合理论分析的基础上，调整算法中的参数设置，并且通过使用MATLAB软件来测试验证；在分类识别环节采用了基于聚类思想的最小欧氏距离识别法以及观察分析研究能量法，实现了对于汽车、卡车、摩托车以及公交车四类目标声信号线性预测算法和能量法的有效分类与识别。

关键词：

声目标识别；特性分析；特征提取；分类识别；MATLAB

Abstract

Acoustictargetidentificationisanimportantpartforthetargetdetectionsystem,withthecomingofinformationbattlefield,somerelatedtechnologieshavebeenpaidattentionbyeveryscientificresearchinstitutionandcollegesoruniversities,andthestageachievementhasbeenobtained.Especiallythedevelopmentofbionicstheory,signalprocessingtheory,artificialintelligencetheoryandintegrationprocessofthickfilmprovidetheeffectivetechnologicalsupportforrealizingtheacoustictargetidentificationsystem.However,researchesareinsufficientforthesekeyproblemssuchaspretreatment,featureextractionandclassifier.Fortheseproblemsabove,thekeytechnologyofacoustictargetsignalidentificationandtheimplementationofhardwarealgorithmhavebeenstudied.

Thisdesignbasedonthecombinationofmethodsofmoderndigitalsignalprocessingtheory,acousticsignaltoactualacquisitiontarget,carriesonthetheoryresearchandvalidationofthealgorithm,includingthetheoreticalanalysisofmechanismofvehiclesourceandtargetcharacteristicsoftheacousticsignalanalysis,linearpredictionfeatureextractionandclassificationrecognition.Amongthem,thetargetsegmentontheanalysisofthecharacteristicsofacousticsignalhascarriedonthecomparativelydetailedtheoreticalanalysisandMATLABcomputersoftwaretestobservation;Infeatureextractionprocessusingthelinearprediction（LP）algorithmtoextractthetargetcharacteristicoftheacousticsignal,onthebasisofthecomprehensivetheoreticalanalysis,adjusttheparameterSettingsinthealgorithm,andthroughtheuseofMATLABsoftwaretotestthevalidation;Linkisadoptedinclassificationandrecognitionbasedonclustering,theminimumEuclideandistancemethodofidentificationandtheanalysisoftheobservationstudyenergymethod,andimplementsforcars,trucks,motorcycles,buses,andfourclassestargetacousticsignallinearpredictionmethodandenergymethodofefficientclassificationandrecognition.

Keywords:

acoustictargetidentification;characteristicanalysis;featureextraction;classificationandidentification;MATLAB

第1章绪论

1.1选题的背景及依据

随着武器新式装备的逐步向着微型化、智能化的方向发展的大趋势，战场的敌我分辨技术和精确打击控制识别成为新的研究方向，声目标识别技术成为军事等等智能系统的学科。

由于有较高隐蔽性，被动的探测技术在军事领域受到人们的高度重视。

运用于飞机、战车、火炮等等军事领域目标物体的GPS定位、预警、分类、敌我识别以及跟踪探测。

自从80年代时期的到来，攻击型直升机、隐形轰炸机等等高新武器的完整迅速发展和反光电、反辐射、反电磁武器以及装备的超级规模使用，尤其是数字技术和计算机化技术的突破性质的大发展，使以往的声目标探查科学技术获得了崭新的生命力。

各国家在综合了红外信号、磁信号、振动信号及声信号等等物理信号场的研究领域投入了不少科技力量，最终目的就是要实现对于特定好的目标的敌我分辨、精确定位、类型识别、实时跟踪、自动警戒以及态势评估等等功能。

不得不承认，声目标探测识别技术与声目标定位技术都是声探测这个系统中的关键技术、核心技术。

目前较多使用在声目标探测识别上的是基于传统模式的识别的方法，它是通过提取声目标信号中的某一些特征来进行目标识别，其识别分类的基本思想是：

把属于某一种模式的目标，通过一定的数学算法，归属到适当的类别之中的某一类当中。

现代数字信号处理、人工智能运用、无线网络通讯领域技术、信息论、厚膜集成技术及其他各种相关技术的出现和综合发展，为声信号的目标探测识别技术的发展提供了强有力的技术层面的支持。

随着计算机技术的持续高速发展，包括了现代谱分析的数字信号处理技术，获得了极大的快速发展。

近几年来，小波变换等的出现，又给数字信号处理领域的技术增添了新活力。

现代谱分析是通过建模法，计算其模型参数，通过建立好的模型，得到需要的信号谱。

小波分析理论的出现，被称为信号处理领域里继快速傅里叶变换（FFT）之后，又一盏标志性的里程碑，小波能量理论法理所当然成为一种比较有效的分析手段。

仿生技术伴随着生物学、生物化学、生物物理学、控制论、物理学、工程学等等学科的发展，一跃而起成为又一新兴的学科，它通过对各种生物系统所拥有的功能原理与作用机理，作为生物模型，进行密切研究，从而实现了新的技术设计，并制造出了更好的设备以及机械运转系统。

数学理论中的聚类分析理论（本文着重介绍最小欧式距离法）在数据挖掘中也是相当重要的一方面，通过分组、聚类，得到具有一定相似特性的目标，同时，分析目标的共同特征。

上述方法、理论与嵌入式硬件系统平台紧密结合，必将使得系统拥有更好的微结构、高智能特性。

现代谱分析、小波分析、数字信号处理技术、仿生技术以及其他各种相关技术的持续快速发展，使对于特定目标信号的高效提取、探测识别成为了现实。

1.2课题研究的目的及意义

本课题源自于2011年常州工学院大学生创新项目《基于声特征提取的公路车型识别研究与实现》。

高速公路在我国的综合交通运输体系当中发挥着十分重要的作用，但是其在运行过程之中，存在拥挤、环境污染、安全等等问题，特别是近些年来，交通需求量持续高速增长，问题态势不容乐观，使得公路愈发拥挤、阻塞愈发严重，城间高速公路事故频频发生。

这时候，可以看到，智能交通运输系统对高速公路上车辆交通流量的检测并实时采集相关信息数据，其无论是在交通引导方面，交通信号控制方面，还是在公路管理方面、电子收费等等领域，都有相当广泛的应用。

交通流量是衡量某地交通发展状况的一项重要指标，其观测统计的准确性能够直接影响到公路网的规划布局以及安排和建设。

精确的探测识别和统计汽车、卡车、摩托车等等其他各种车型的交通流量，能够预测出未来在该道路上的交通量，能够及时采取比较有效的措施来维护公路安全，比如在重型车流量较大的公路段，可以通过提高收费或者建设新路等措施，以达到降低维护成本，延长公路使用寿命等等。

目前亟待解决的重要问题，就是建立现代化高速公路系统，以确保高速公路的通畅和安全。

在智能交通系统众多的交通信息之中，交通流特征参数的信息是尤其根本的。

交通管理部门制定政策、采取相应措施和对交通设施进行相应的规划、设计的最是科学、客观的依据即交通流量特征参数的检测数据。

通常根据美国加州大学伯克利分校ITS中心出版的杂志“PATH”中提供的分类依据，交通流特征参数可以分为：

●交通安全性。

ITS提高交通安全其中的措施之一，就是及时有效地监测交通危险因素，以确定那些需要救助、帮扶的出行者。

交通危险因素是指“车际冲突”（例如撞车因素或者是在交通流中某辆车发生的突然抛锚）和“人际冲突”（例如抢劫或骚扰）。

●车辆计数及车型识别。

这个是交通流量的基本特征参数，可以直接反映出道路的拥挤程度、使用效率以及各种功能的车辆在整个交通网的分布状况。

●事故检测。

ITS其中目的之一，就是降低交通事故量及其影响力，因此事故检测也是系统检测的任务。

●车辆行驶的时间与速度。

出行燃料费用、事故几率、环境状况和司机操作情况（比如是否疲劳、车辆行驶操作熟练程度等等）都是将要影响车辆行驶时间与速度的十分重要的因素。

是否出行以及什么时候、什么地段、以什么交通方式外出等等由每个人估算路上时间从而来决定好。

因此，车辆行驶时间与速度才集中体现了诸多交通因素。

●污染排放量。

此项参数在环境保护呼声日益高涨的今天备受公众重视。

●车辆重量。

因道路损坏进行的道路维护、修护甚至是重建是目前交通系统的一项十分重要的巨额费用。

可见，显然是车辆越重，则对道路的损坏影响就会越大。

本系统适用于单行车道、小流量的公路段，能够比较准确的识别公路上的基本车声型。

1.3国外研究现状

根据查阅的文献资料显示可以发现，国外对目标声信号采集、特征提取和分类识别研究以及运用是相对成熟的。

传感器技术是声目标探测识别技术基础，核心是后期数据挖掘技术。

通过记录、显示和分析数据，来确定声目标的类型、速度和位置等等参数，国外称它为“无人值守的地面传感器系统（UGS，UnattendedGroundSenor）”。

此可主要分为两类：

一类为长时间的无人值守地面的隐蔽与监视的传感器网络（InternettedUnattendedGroundSensor，缩写为IUGS）又被称作间谍传感器（SpySensor）；另一类为传感器阵列，这主要是指声（震）探查与导航定位的阵列，称之为声（震）探测阵列。

已经研制成功的微功耗无线网络传感器比如有压力、光、磁、声、热、湿度传感器、化学气体以及生化战剂探测器等多种产品，且于2002年由加州海军陆战队再次针对智能灰尘进行战场环境的现场测试。

60年代后期时，美军率先在越南战场把传感器应用于地面战场声目标侦察。

美国国防部在1997年5月率先提出的“军队转型”是具体践行这场变革的产物，而美国陆军转型计划则是美军队成功转型的有机组成部分。

日前，美国、俄罗斯、法国、英国等国都研制成不同功能的战场侦察传感器系统，诸多型号已经拥有大量装备部队并运用于实战之中。

地面战场的传感系统的主要功能即完成目标探测与识别和对目标的精确定位、调查跟踪等等。

其中有比较著名的系统包括英国的“直升机的敌我识别探测系统”；美国宙斯盾巡洋舰装备的“作战协同能力系统”等等。

在2009年的时候，美国的陆军武器基站把“射弹探测与显示系统（PDCue）”枪声目标的50套的探测系统顺利开发出来，PDCue系统是四角声传感器的簇布局，从而提供了360度、低轮廓势态感知的能力。

无论在何种条件下，PDCue系统都能通过单发的、多发的和点射的枪声来迅速定位，并且可以跟踪枪声。

类似的系统还有例如2004年3月份装备驻科威特的美国海军陆战队的“悍马”车“Boomerang”狙击手的探测系统，它运用的是比较紧密的传感器规模阵列，其阵列直径为0.5米，应用阵列轴毂的电气性能与机械结构，能够经受特别大的频繁晃感；传感器阵列与其他部件，具有较良好的密封特性，提高抵抗极其严峻环境的适应力；若在轴毂处，就使得模拟信号转换成为数字信号，然后再传输，从而可以避免和电台之间发生的电磁波干扰；精确测定子弹、炮弹、爆炸物等等危险物的俯仰角、水平方位和距离。

此系统能够在1秒内将狙击手的位置锁定在

2.5度以内；不受风、撞击以及己方用来反击枪声的信号干扰；具有比较良好的电磁兼容特性，和战术电台互相不干扰；能够适应各种气候环境，可以在开阔地区及城市环境下照样稳定地工作。

运用声目标探测技术研究成功的反狙击手系统还包括其它成功案例，例如：

阿连特技术系统公司“安全”定位探测系统，科学应用公司“哨兵”反狙击手的定位系统，还有以色列的拉斐尔公司研制成果——SADS反狙击手的声探测系统等等。

图1-1车载Boomerang反狙击系统结构图1-2阿富汗现役车载Boomerang系统

声目标信号的感知探测判断则成了各种综合性探测系统有机组成的部分之一。

1.4国内研究现状

与国外发达国家相比较，我国地面探测技术相对落后，主要以雷达探测技术为主。

我国国内从80年代开始关注国外的声目标探测技术，进入了90年代后，开始陆续展开了相关课题的研究，科研研究的单位包括有中国科学院声学研究所、西北工业大学、国防科学技术大学、北京航天航空大学、中北大学等等多家学术科研机构，取得了阶段性成果。

国家自然科学基金（NSFC）与此也加大了对该方面的资金投入力度，2007年度已涉及目标识别的科研项目包括有：

基于学习模式SAS图像场景的分类和目标识别统一模型的研究、基于新型不变矩目标识别可信度的研究等等；2008年度涉及目标识别科研的项目包括有：

近距离空间的未知目标识别跟踪与精确测量理论和方法、生物雷达多静的目标识别定位技术研究、生物视觉信息处理机制的建模以及形状目标识别研究等等。

这些课题包括了声传感器、磁传感器、红外传感器及震动传感器等等多种探测手段，对于战场传感器能力评估的指标，就特别需要考虑传感器的信息感知可靠度、信息感知广度、信息感知速度、持续工作能力、技术综合能力、技术综合能力。

综合感知探测识别系统正向着高智能化、高攻击力、高可靠性、高准确性和低功耗特性发展以及延伸，这意味着为各国的科研机构带来新的挑战，同时，也为科学技术的研究带来了崭新的机遇。

1.5论文主要工作

本论文课题任务是对车辆声目标探测识别系统各环节进行算法实现和应用。

本识别系统的设计实现过程结合了各车辆声目标探测识别测试数据，将基于单种汽车车辆声信号、坦克声信号等分类系统扩展到了可以将汽车、卡车、摩托车以及公交车等车辆声型进行比较有效的分类训练及其识别。

根据以上的论文分析与测试过程可知，本次论文研究的主要工作如下所示：

首先对车辆声目标信号识别探测系统的有关理论基础、特性分析、调试方法都进行了调查研究，包括有车辆声目标信号的特性分析环节、特征提取环节以及分类识别设计环节等三大部分。

然后检索国内外相关资料，综合运用实际测试目标数据，针对上述的三环节进行算法理论的收集整理数据、消化吸收理论、编写调试程序以及测试验证结论，结合使用MATLAB（MatrixLaboratory）软件来进行调试、试验与验证，比较各个环节的算法运用的效果如何，可以挑选出最理想的方案来测试未知车辆声目标信号。

最后进行综合测试分析，总结规律与差异：

声目标特性分析环节：

对收集到的车辆声目标信号进行声传播理论分析比较与验证，将其滤波后的声音信号通过绘制时域、频域波形图的方法进行实际比较，观察各车辆声音能量的分布的情况。

线性预测特征提取环节：

选用线性预测特征提取函数模型，对已经经过预处理后的目标声信号来进行LPC特征提取。

结合目标声信号特征测试效果，调整相应参数，以便于后期的信号特征向量的分类。

分类识别环节：

采用基于聚类思想的最小欧式距离识别法，对经过上述环节处理之后提取出的特征参量先保存部分声源目标进入声目标训练库，然后进行分类识别，调整相关参数得出最佳的分类识别结论。

1.6论文内容结构安排

综合本次课题的研究过程中主要会涉及到的相关技术及测试分析，经过整理和总结之后，本次论文的章节安排大致如下所示：

第1章：

绪论。

主要阐述本次课题研究的背景及依据，目的及意义，目前国内外在车辆等声信号目标探测识别技术研究方面基本情况与进展状况，并且阐述文章的研究思路和主要内容。

第2章：

车辆声目标信号特性分析。

针对车辆声目标，详细分析汽车等各种类型声信号产生机理以及阐述其在不同运动情况下的声能量传播特点，然后通过绘制汽车、卡车、摩托车、公交车车型声信号时域图、频谱图测试分析数据特点。

第3章：

基于MATLAB的LPC特征提取。

数据采集收集好后，选用线性预测特征提取函数模型，对已经经过预处理后的目标声信号来进行LPC特征提取。

结合目标声信号特征测试效果，调整相应参数，以便于后期的信号特征向量的分类。

叙述汉明窗的使用原理。

第4章：

基于聚类思想的欧氏距离识别法。

主要阐述系统聚类原理，运用最小欧氏距离法对车辆声目标进行训练、分类探测识别测试软件在MATLAB软件中得以实现，以及对移植、改变相关参数后算法程序的声目标识别效果等进行测试分析验证。

第5章：

总结与展望。

综合整个车辆声目标识别技术研究过程中的体会与心得，对研究的下一步方向提出了自己的一些想法和认识。

第2章车辆声目标信号特性分析

2.1声目标信号识别系统组成

本次设计将汽车、卡车、摩托车、公交车等声信号作为研究对象，通过对各个声信号的分析，从而提取出它们的明显特征，并且对各特征进行训练、分类识别。

讨论得到目标声信号的产生机理和传播过程，并且结合实际目标特性试验，研究好这几种典型目标的特性的分类特征，为后续的目标分类识别奠定基础。

目前，国内外常用的方法是在声探测识别前先向计算机输入某声目标信号，使得计算机存储好该类声目标的标准模式特征（即存入声音训练库）。

以后再输入此类声目标的同样声音，机器就能根据这些特征探测识别出相应的声目标信号。

声目标探测识别系统基本流程如下图所示。

图2-1声信号探测识别系统基本流程总框图

解决声目标识别问题的关键之处，就是特征提取和识别能力。

本次论文即着重研究特征提取和目标识别，如果所依据的特征组合选择得更准确，更符合，那么就能更容易得出对未知目标的正确识别，特征组合从而使得识别问题得到简化。

声波信号无论是来自地面，还是空中，它在空气传播媒介的特征在全球都有着一致特性，这是声音信号探测识别的一项优点。

2.2声目标信号传播过程

声波传播的区域被称作为声场。

当声场的边界效应可以达到忽略不计程度时，则声波可以自由传播，不会受到任何阻碍，这样的声场称之为自由声场。

无边界、各向同性、媒质均匀的声场即理想自由场的特性。

如果测试场地比较开阔，并且只有地面的反射条件，这样的声场称为半自由场。

系统对目标声音信号的拾取，可认为是在半自由场进行的。

2.2.1传播模型

当目标声信号传播的距离超过了几个波长的时候，绝大多数的声波以球面波形式传播。

在实际测试过程中，声目标相对于传感器会有一定距离，故可认为声波是以球面波的方式进行传播的，其声源可以简化成为点声源模型，声功率在均匀地向着各方向辐射，指向性形成的是一圆球。

点声源在外部空间产生的声场为：

（2.1）

式（2-1）中，

为测点声压的瞬时值；

为频率；

为测点与声源间的距离；

为声速；

为声源瞬时值。

2.2.2传播过程中的声衰减

声波在传播时的时候，随着距离增加，声压降低。

在点声源的情况下，距点声源相隔为

和

的两点之间的声压级差值为：

（2.2）

除此以外，当声波在大气当中传播时，由于空气分子具有粘滞特性，热传导等引起的吸收也将使得声波衰减，衰减的大小与空气的温度和湿度、声波的频率有关。

2.3声目标辐射产生机理

声音是一种机械波，是物体机械振动通过弹性媒体朝向远处传播的结果。

通过针对物体辐射出的声信号的测量与分析，可以认识到目标声源的本质特性。

相反而言，通过对目标声信号机理的分析，可以得出目标的声辐射特性，从而可以作为各种声目标信号分类识别的重要依据。

如下组图所示，图2-2与图2-3分别为汽车、卡车、摩托车、公交车四种车型的时域图和相应的频谱波形。

作波形图为车辆声信号特性分析奠定基础。

图2-2汽车、卡车、摩托车、公交车声音信号时域图

图2-3汽车、卡车、摩托车、公交车声音信号频谱图

2.4声目标信号分析

由上述不同车型的目标声信号进行的时域、频域分析，可以得出如下结论：

①目标辐射声音信号与目标相对于接收传感器的距离有着密切联系，目标信号幅值随着目标的远去而迅速衰减下去。

②对于摩托车、公交车声信号，为一作用时间比较短、峰值比较高的冲击脉冲，而且有着较强的指向性，与汽车、卡车声目标的声信号相比，有着比较明显的区别。

汽车、卡车的声信号为宽带信号。

信号的主要能量集中在500Hz~1.5KHz以内，呈中、低频连续谱，峰值频率可见出现在低频段。

③汽车声辐射信号频谱为宽带谱，其声信号主要能量集中在1KHz，在小于500Hz的低频段以内，并且有较明显的峰值，声音目标特征峰值的分布与数量有着比较显著的不同之处。

此外，汽车声在低频