公共場所槍聲特征提取及識別方法研究.pdf

1、公共場所的安全防護對于社會的安定和諧，人民的生命財產(chǎn)安全意義重大。目前，以視頻監(jiān)控為核心技術(shù)的公共場所視頻監(jiān)控平臺，為減少犯罪率，提高破案效率和取證的科學(xué)性發(fā)揮了積極的作用。槍聲信號通常包含武器的類型、火力的大小等，這些信息既為警方提供了破案的線索又為警方提供罪犯的火力情報。目前對槍聲信號的特征提取的方法大多沿用傳統(tǒng)的語音信號處理方法。由于公共場所槍聲信號屬于非語言信號，與語音信號的特性有很大不同?；趥鹘y(tǒng)的語音信號處理方法進行槍聲信號

2、的特征提取則存在明顯的不足。為此，開展對槍聲信號特征提取方法的研究將有助于促進非語音信號處理相關(guān)研究的發(fā)展。所以，對公共場所槍聲特征提取及識別方法研究具有很大的社會意義和學(xué)術(shù)價值。本文通過對公共場所典型槍聲信號及環(huán)境背景噪聲的特性分析，提出一種改進總體經(jīng)驗?zāi)B(tài)分解的公共場所槍聲特征提取及識別方法。實驗結(jié)果證明本文提出方法是有效的。
　　本文主要開展的工作如下：
　?、俟矆鏊鶚屄曅盘柤碍h(huán)境背景噪聲特性分析。對典型的幾種槍聲信

3、號公共與公共環(huán)境下背景噪聲進行了特性分析。通過對時域、頻域、時頻域、倒譜域上槍聲信號相關(guān)特性的統(tǒng)計分析，本文認為槍聲信號具有非線性、非平穩(wěn)性的共性，而不同類型的槍聲如手槍、步槍、機槍聲之間的相似性大于差異性。公共場所環(huán)境如廣場、車站、碼頭等背景噪聲非常嘈雜，常會淹沒原始槍聲信號的特征，使得公共場所槍聲信號變得很不規(guī)則，甚至破壞原始槍聲信號的時頻及其他相關(guān)特征。在為數(shù)不多的研究文獻中，都將公共場所噪聲模型假設(shè)為高斯分布，本文通過分析認為假

4、設(shè)公共場所背景噪聲為對稱?穩(wěn)定(S?S)分布比高斯分布更符合公共場所的實際情況。
　?、诠矆鏊鶚屄曁卣髅枋鼋?。從①中得到，槍聲信號具有非線性、非平穩(wěn)性的特性，而經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)方法能十分有效的處理這類信號。為此，本文以EMD為基礎(chǔ)，開展對公共場所槍聲信號的特征提取及識別方法研究?？傮w經(jīng)驗?zāi)B(tài)分解(Ensemble Empirical Mode Decomposi

5、tion, EEMD)通過每次將隨機的高斯分布序列人為添加到被分析的信號中，用以解決EMD存在的模態(tài)混疊問題。受此啟發(fā)，本文充分考慮公共場所環(huán)境下背景噪聲分布情況，對EEMD進行改進，提出在重構(gòu)槍聲信號時用S?S分布代替高斯分布，將重構(gòu)信號進行EMD分解，對多次EMD分解得到的本征模態(tài)函數(shù)(Intrinsic Mode Function, IMF)求整體平均，將其作為原槍聲信號的最終IMF。
　?、酃矆鏊鶚屄曁卣魈崛》椒ㄑ芯俊?/p>

6、聲信號經(jīng)過 EMD分解后，會生成有限個IMF分量，而每個IMF分量的頻率并不固定。為此，本文提出將經(jīng)過②中提出的槍聲特征描述方法分解生成的各階IMF分量進行快速傅里葉變換(Fast Fourier Transform, FFT)，再根據(jù)Parseval定理求出原信號的能量以及各個IMF分量的能量，最終以各個IMF分量的能量相對于原信號能量的能量比作為特征向量。
　　實驗結(jié)果表明：本文提出的改進EEMD相比傳統(tǒng)的語音處理方法中梅爾頻