基于統(tǒng)計特征的工程器械聲識別算法研究.pdf

1、地下管線系統(tǒng)是城市重要的基礎設施，承載著供水排水、能源輸送、電力供應、通信傳輸?shù)雀鞣矫娴娜蝿眨瑸槌鞘猩钪刃蛱峁┝嘶緱l件。然而在城鎮(zhèn)化進程中，城市的建設施工活動日益增多，施工使用的各類設備對地下管線的安全造成了嚴重的威脅。由于管線埋于地下，且線路分布廣泛，對于工程器械的外力破壞很難進行及時預防和保護，目前急需有效的智能監(jiān)控系統(tǒng)。
　　經過實地考察發(fā)現(xiàn)，經常造成地下管線挖斷事故的器械主要有手持電鎬、液壓破碎錘、挖掘機和切割機這幾類

2、。本文研究了這幾類破壞性工程器械的工作方式，深入分析了其聲音信號的特性，在此基礎上提出了一種基于統(tǒng)計參數(shù)的特征提取方法，并使用支持向量機(SVM)和極限學習機(ELM)分別作為智能分類器，構建了一套工程器械的聲音識別算法。該算法可用于地下管線監(jiān)控系統(tǒng)，能夠全天候遠程工作，有效地識別破壞性施工器械，檢測到管線被挖斷的潛在威脅，從而提出預警，識別算法可以使監(jiān)控系統(tǒng)更加智能化，更有效率地協(xié)助管線維護單位的工作。本文的主要工作和成果如下：

3、>　　1.采用傳聲器陣列采集工程器械的實際施工聲音，包括多種聲源距離和多種背景環(huán)境，用于聲音樣本庫的建立和識別測試實驗的實施。
　　2.在特征提取方面，研究了梅爾頻率倒譜系數(shù)(MFCC)和線性預測倒譜頻率(LPCC)特征，并針對其在識別應用領域的局限性，提出了一種統(tǒng)計特征提取方法。該方法選取并計算短時幀的統(tǒng)計參數(shù)，從時域和頻域兩個方面描述聲音信號。通過信號參數(shù)的變化范圍，設置了其中相關的閾值。
　　3.在識別分類方面，通過對

4、SVM和ELM算法的研究，采用這兩種學習算法作為智能分類器，進行樣本特征的訓練建模和測試信號的識別分類。
　　4.對統(tǒng)計特征的時域和頻域參數(shù)分別進行了實驗，對比了兩者的識別性能，并分別分析了主要作用。
　　5.對統(tǒng)計特征進行了識別性能實驗，并使用MFCC和LPCC特征設計了對比實驗。統(tǒng)計特征在SVM和ELM兩種分類器下，都準確識別施工器械，在挖掘機的識別方面具有顯著的優(yōu)勢；而且使用近距離樣本可以識別遠距離的聲音；對白噪聲干擾