تشخیص اتوماتیک صداهای ضربه ای با استفاده از تکنیک های پردازش سیگنال

سیستم شناسایی و تشخیص اصوات محیط کاربردهای فراوانی در زمینه¬ی هدایت ربات، سیستم¬های نظارت پزشکی و تشخیص نفوذ در سیستم¬های امنیتی و نظارتی دارا می¬باشد. این پایان¬نامه به منظور توسعه¬ی سیستم هوشمندی انجام شده است که بتواند اصوات ضربه¬ای را از غیر¬ضربه¬ای تمییز داده و آن¬ها را دسته-بندی کند. از جمله چالش¬های مطرح در روش¬های موجود در این زمینه، نیاز به پنجره¬گذاری سیگنال¬ها پیش از استخراج ویژگی و سپس استخراج ویژگی¬ها از این پنجره¬ها می¬باشد. ویژگی پیشنهاد شده در این تحقیق، مستقیما از داده¬ها استخراج می¬شود و ضرورتی برای پنجره¬گذاری سیگنال¬ها وجود ندارد. به دلیل استفاده از کل سیگنال در فرآیند استخراج ویژگی، تعداد ویژگی¬های استخراج شده کمتر از سایر روش¬ها بوده و در نتیجه حجم محاسبات سیستم پیشنهادی کم و مناسب برای کاربردهای بلادرنگ می¬باشد. همچنین این روش در مقایسه با سایر روش¬های موجود، در برابر نویز بسیار مقاوم می¬باشد. سیستم پیشنهادی ابتدا ضربه¬ای بودن یا نبودن سیگنال ورودی را بررسی می¬کند. دو رویکرد جدید در این پایان¬نامه، برای شناسایی پیشنهاد شده است. این دو روش بر اساس تغییرات میزان انرژی سیگنال در طول زمان عمل می¬کنند. در بخش شناسایی، سیستم در شرایط بدون نویز توانسته است عملکرد بسیار مناسبی ارائه دهد. در این حالت میزان شناسایی سیستم 100% گزارش شده است. پس از شناسایی اصوات ضربه¬ای، سیستم وارد فاز دسته¬بندی می¬شود. ویژگی جدیدی که در این پایان¬نامه ارائه شده است بر مبنای تفاوت در رفتار سیگنال¬ها و نحوه¬ی رسیدن آن¬ها از مقدار کمینه به بیشینه، عمل می¬کند. در این کار از دسته¬بند k-نزدیک¬ترین همسایه استفاده شده و میزان تشخیص درست سیستم در این حالت 93.75% گزارش شده است که در مقایسه با روش¬های موجود از جمله ضرایب کپسترال فرکانس مل، نقطه¬ی تعادل طیفی و شار طیفی عملکرد بهتری داشته است.