面向不均匀飞机舱音信号样本的模糊支持向量机识别方法

《面向不均匀飞机舱音信号样本的模糊支持向量机识别方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstrOnauticaSinicaMar．252012V01．33No．3544．553ISSN1000—6893CN11-1929／Vhttp：／／hkxb．buaa．edu．cnhkxb@buaa．edu．crl文章编号：1000—6893(2012)03—0544—10面向不均匀飞机舱音信号样本的模糊支持向量机识别方法杨琳1，王从庆2一，姜龙生21．中国民航科学技术研究院，北京1000282．南京航空航天大学自动化学院，江苏南京210016摘要：针对驾驶舱话音记录器(CVR)中记录的舱音背景

2、信息多而复杂、频率范罔宽、非平稳等特点。通过对15种舱音信息进行傅里叶变换和小波包变换。依次提取其Mel倒谱系数(MFCC)和小波包分解系数(WPC)。利用距离可分性判据对MFCC和WPC信息进行压缩融合，得到舱音信息特征向量。设计了面向不均衡样本的模糊支持向量机(FSVM)，分别计算每种类别样本及其内每种舱音信息的2个隶属度。然后利用FSVM对舱音信号进行分类识别，解决了CVR信号含噪奇异样本和数日不均衡样本时识别性能较差的缺点，实验表明该方法明屁优于常规支持向量机(sVM)和FSVM，分类识别率达到98．33％。关键词：驾驶舱话音记录器

3、；非话语背景声音信号；特征提取；不均匀舱音样本；模糊支持向量机中图分类号：V248．2；TP391．42；TN912．3文献标识码：A驾驶舱话音记录器(CockpitVoiceRecord-er，CVR)记录了语音、航空噪声以及各种背景声等，是飞行事故调杏时的重要依据。CVR记录的舱音信息是多源异构音频信号的非平稳复杂混合体，对舱音信息进行后续处理与识别都是建立在对舱音信息的特征认识基础上【lJ。通常CVR记录的语音信息包括正副驾驶的说话声、空地无线电语音通信、传人人耳机或扬声器中的识别导航或助航识别的语音以及告警系统中的语音告警等。航空噪

4、声包括飞机上机载设备和电气线路噪声、操纵飞机时电传电动机噪声、发动机噪声、飞机运动时外部气流噪声、飞机起降过程中的滑跑噪声等。背景声信息主要分为由机械运动引起的声音和声音告警信号，是指除语音信息、航空噪声外的各种背景声信息，具体包括飞机操纵部件的运动声，飞行中使用某个物件或某个物件意外移动的声音，警告提示声如空速极限警告、轮舱火警、高度警示、近地警告和警报、风切变警告和警报、防撞系统警告、座舱高度音响、起落架形态警告、起飞形态警告等‘2。4‘。对CVR背景声音信息处理的主要步骤包括对舱音信号的盲分离、去噪处理、端点检测、特征提取等。文献E4

5、3利用独立变量分析对CVR信号进行了盲分离研究。文献[53基于小波变换的一维离散Daubechiesdbl三尺度小波分解方法，对语音和开关声进行了有效降噪，找出了语音和开关声的具体声频幅值等特征规律。文献[6]提出了一种适用于飞机座舱噪声环境下的鲁棒语音端点检测方法。文献[73和文献[83从CVR记录的多种舱音信号中提取出超速音频警告信号，再收稿日期：2011-04．19：退修日期：2011-06—03；录用日期：2011-08-06；网络出版时间：2011-11—1610：07网络出版地址：WWWcnkinet／kcms／detail／1

6、1．1929．V．20111116．1007．001mmIDOI：ONKI：11．1929／V．20111116．1007．001基金项目：国家自然科学基金(60776819)*通讯作者．Tel．：025·84892305E-mail：cqwang@nuaa．edu．crl引用榕武lYangL。WangCo。JiangLS．SignalrecognitionofimbalancedsamplesforCVRbasedOnfuzzySVM，ActaAeronauticaetAs-tronauticaSinica．2012．33(3)：544-

7、553i杨琳，王扶

8、茨．姜龙生．面向不均匀飞机舱誊信号样本昀模糨支持向t机识戳方法?航空学报．20{2．33t3)：544—553．杨琳等：面向不均匀飞机舱音信号样本的模糊支持向鼍机识别方法545由小波分析找出超速音频警告特征的一维离散多尺度小波信号特征。虽然在声音信号的识别研究中，隐马尔可夫模型能够很好地刻画音频信号的时间统计特性，用于语音、音乐以及它们混合声音的音频分类效果较好，但建立信号识别的隐马尔可夫模型以及使用频能比进行背景声音信号端点检测的方法，在实际应用中，常常出现训练数据不足并且模型会受到噪声的影响，需要对隐马尔可夫模型训练

9、过程中参数优化方法进行改进‘引。本文采用傅里叶变换和小波包变换提取15种CVR背景信息的时频样本特征，在这些舱音信息样本中带有含噪奇异样本特征，会影响CVR信号的识别性能。模糊支