收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于MFCC和小波包变换及模糊SVM的飞机舱音识别

姜龙生  
【摘要】:全世界每年都要发生一些空难事故,空难事故调查时必须要寻找的证据载体就是黑匣子,一般包括飞行参数记录器(Flight Data Recorder, FDR)和舱音记录器(Cockpit Voice Recorder, CVR)。舱音记录器记录了反映飞机和设备状态的客观声音以及反映飞行员感知描述和情感特征的主观信息,具体包括话语声、航空噪声以及各种背景声等,是飞行事故调查时的重要依据,为重构飞行事故过程、调查飞行事故原因提供了重要证据。 针对CVR中记录的舱音信息多而复杂、频率范围宽、非平稳等特点,本文结合傅里叶变换和小波包变换及模糊支持向量机等方法对舱音信息进行了分类识别。本文的主要工作如下: 首先,对中国民用航空总局航空安全技术中心建立的“飞机舱音信息样本库”进行整理和分类,利用Adobe Audition软件对舱音信息进行降噪和截取,就得到了单个独立的警报、开关、旋钮等舱音信息。 其次,对单个独立的舱音信息分别进行傅里叶变换和小波包变换,并依次提取其梅尔倒谱系数(Mel Frequency Cepstrum Coefficient, MFCC)和小波包分解系数(Wavelet Packet Coefficient, WPC),利用距离可分性判据对MFCC和WPC进行压缩融合,将得到的一组向量作为最终的舱音信息特征向量。 然后,针对支持向量机在处理含噪奇异样本和数目不均衡样本时性能较差的缺点,本文设计了面向不均衡样本的模糊支持向量机,分别计算每类样本和每类样本内每个舱音信息两个隶属度,然后利用模糊支持向量机对舱音信号进行分类识别,实验表明该方法明显优于常规支持向量机和模糊支持向量机。 最后,利用MATLAB与VC++混合编程开发了舱音识别软件,该软件充分利用了VC++方便强大的应用程序界面开发功能和MATLAB强大的信号处理、图形显示功能,可以直观、快速、准确的完成飞机舱音信息的分类识别。 本文的研究对于有效识别CVR非话语背景声,确定飞机事故原因具有重要意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 荆春伟;李永忠;曹传林;;模糊支持向量机在入侵检测中的应用研究[J];计算机仿真;2011年07期
2 王双亭;艾泽天;都伟冰;康敏;;基于SVM不同核函数的多源遥感影像分类研究[J];河南理工大学学报(自然科学版);2011年03期
3 顾成杰;张顺颐;黄河;孙雁飞;;一种具有特征有效度的模糊支持向量机[J];南京邮电大学学报(自然科学版);2011年03期
4 王玉松;;基于SVM的雷达故障预诊断技术研究[J];舰船电子工程;2011年08期
5 何涛;汪杭军;计智伟;;模糊支持向量机与独立成分分析在木材识别中的应用[J];林业实用技术;2011年09期
6 龙际珍;陈沅涛;邓冬梅;;基于模糊隶属度的人脸识别应用[J];计算机应用研究;2011年07期
7 孙娟红;李文举;冯宇;韦丽华;;基于独立成分分析和模糊支持向量机的车标识别新方法[J];微型机与应用;2011年13期
8 黄萍;卢谢吉;;基于Gabor-SVM的文字识别方法[J];计算机与数字工程;2011年08期
9 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[J];机械与电子;2010年S1期
10 周子豪;瞿庆海;;基于SVM方法的CNiping攻击防范模型[J];实验室研究与探索;2011年07期
11 胡萍萍;;基于SVM的人脸检测研究[J];电脑编程技巧与维护;2011年16期
12 李争;薛增涛;邓慧琼;;基于支持向量机建模的多变量过程系统预测控制[J];哈尔滨理工大学学报;2011年04期
13 张野;杨建林;;基于KNN和SVM的中文文本自动分类研究[J];情报科学;2011年09期
14 包日快;;复杂场景下的运动目标检测与分类的研究[J];福建电脑;2011年05期
15 李京;姜卫;张跟鹏;宋世延;;基于电子商务的个性化推荐系统研究[J];计算机与数字工程;2011年07期
16 陈葡;谢晓尧;徐洋;;基于词序列核的垃圾邮件过滤[J];武汉大学学报(理学版);2011年05期
17 邝神芬;李银;;集群SVM大规模数据分类算法[J];韶关学院学报;2011年08期
18 刘文霞;;自然景物分类的特征提取[J];赤峰学院学报(自然科学版);2011年08期
19 于海洋;程钢;张育民;卢小平;;基于LiDAR和航空影像的地震灾害倒塌建筑物信息提取[J];国土资源遥感;2011年03期
20 吕卓;谢松云;赵金;赵海涛;;基于SVM及其改进算法的fMRI图像分类性能研究[J];电子设计工程;2011年16期
中国重要会议论文全文数据库 前10条
1 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
3 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
4 王红伟;董慧;;一种提高SVM分类精度的调制信号识别方法[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年
5 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六届中国控制会议论文集[C];2007年
6 宋鑫颖;周志逵;;一种基于SVM的主动学习文本分类方法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 邵杰;叶宁;容亦夏;;基于SVM的多波束测深数据滤波[A];第二十九届中国控制会议论文集[C];2010年
8 于湘涛;周峰;张兰;魏超;;基于SVM和田口方法的石英挠性加速度计健壮性设计[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
9 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中国自动化学会控制理论专业委员会D卷[C];2011年
10 张睿;陈雪;马建文;;基于递归SVM的高光谱数据特征选择算法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
中国博士学位论文全文数据库 前10条
1 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
2 宋国明;基于提升小波及SVM优化的模拟电路智能故障诊断方法研究[D];电子科技大学;2010年
3 张婧;基于SVM的肺结节自动识别方法研究[D];华南理工大学;2011年
4 龙艳花;基于SVM的话者确认关键技术研究[D];中国科学技术大学;2011年
5 张翔;支持向量机及其在医学图像分割中的应用[D];华中科技大学;2004年
6 许敏强;基于话者统计特征和SVM的文本无关话者确认研究[D];中国科学技术大学;2011年
7 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
8 曹志坤;制冷陈列柜性能仿真SVM方法的研究及应用[D];上海交通大学;2010年
9 王金林;基于混沌时间序列和SVM的入侵检测系统研究[D];天津大学;2010年
10 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 姜龙生;基于MFCC和小波包变换及模糊SVM的飞机舱音识别[D];南京航空航天大学;2011年
2 邓昌葛;基于SVM的图像内容检索研究[D];中国科学技术大学;2010年
3 严会霞;基于SVM的眼动轨迹解读思维状态的研究[D];太原理工大学;2010年
4 吴迪;基于SVM分类器的分步定位算法研究[D];哈尔滨工业大学;2010年
5 杨焕;基于Basic-N-Units特征的SVM方法预测MicroRNA[D];吉林大学;2010年
6 曾玉祥;盲抽取与SVM方法在地球化学异常下限提取中的应用[D];成都理工大学;2010年
7 曹云生;基于支持向量机(SVM)的森林生态系统健康评价及预警[D];河北农业大学;2011年
8 张汉女;基于SVM的海岸线提取方法研究[D];东北师范大学;2010年
9 姚玉;基于GA-SVM算法的细胞色素酶P450突变预测[D];上海交通大学;2011年
10 陈燃燃;基于SVM算法的web分类研究与实现[D];北京邮电大学;2010年
中国重要报纸全文数据库 前6条
1 郭涛;利用SVM虚拟化技术实现容灾[N];中国计算机报;2008年
2 本报记者 韩露;乱军之中智者胜[N];证券时报;2000年
3 ;基于网络层的存储虚拟化是主流[N];中国计算机报;2008年
4 本报记者 郭平;LSI发布新存储虚拟化管理器[N];计算机世界;2008年
5 王琨月;存储虚拟化市场的博弈[N];网络世界;2008年
6 刘;LSI Engenio 7900存储面向中端客户[N];电脑商报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978