基于蝙蝠回波定位模型的超声入侵探测系统和材质识别研究
文献类型:学位论文
作者 | 李岳鹏 |
学位类别 | 博士 |
答辩日期 | 2006-06-09 |
授予单位 | 中国科学院声学研究所 |
授予地点 | 声学研究所 |
关键词 | 仿生学 蝙蝠 声纳 回波定位 材质识别 超声入侵探测 |
学位专业 | 声学 |
中文摘要 | 仿生学的研究对人类的进步与发展具有十分重要的意义。在声学领域中,目前国际上很多研究者都在深入研究蝙蝠、海豚和鲸鱼等动物的回波定位声纳系统。通过对蝙蝠回波定位模型的深入研究,研究者开发了许多盲人专用设备,方便了盲人的日常行走。在科研领域内,研究者借助蝙蝠模型完成了目标定位和大量的目标识别工作,为智能机器人的发展提供了强有力的技术支持。这些研究成果很大程度上方便了机器人的室内和室外行走,提高了其感知周边事物特征的能力等等。此外,对蝙蝠的研究工作对于进一步完善军事上的声纳系统和降低农业生产上的病虫害都具有十分重要的意义。 本文首先详细介绍了蝙蝠的生态学知识,并描述了蝙蝠用于回波定位的超声信号的声学特征以及蝙蝠进行目标识别的原理。在分析和总结其它研究人员的实验装置和研究工作的基础上设计并建立了主动声纳探测系统。该系统利用超声换能器发射超声脉冲,接收回波信号并通过对其进行数字信号处理,从而获得蕴含于回波中的目标特征。 在上述工作的基础上,本文研制了一种基于蝙蝠Pulse-Echo工作模式的室内超声入侵探测系统,以简单的时域包络作为特征向量并比较了KNN(K-Nearest Neighbors)和BP神经网络(Back-Propagation Neural Network, BPNN)分类器的判别结果。实验表明该探测系统不仅原理简单,而且正确报警率达到了96%,且具有低虚警率的优点。 最后本文进一步的完成了目标识别的工作。分别提取了时域包络、功率谱和短时傅里叶(STFT)系数作为BPNN分类器的输入特征向量,完成了对纸板、泡沫板和木板的识别工作。实验结果表明利用STFT系数作为特征时的材质识别正确率达到了近90%。 |
语种 | 中文 |
公开日期 | 2011-05-07 |
页码 | 69 |
源URL | [http://159.226.59.140/handle/311008/96] ![]() |
专题 | 声学研究所_声学所博硕士学位论文_1981-2009博硕士学位论文 |
推荐引用方式 GB/T 7714 | 李岳鹏. 基于蝙蝠回波定位模型的超声入侵探测系统和材质识别研究[D]. 声学研究所. 中国科学院声学研究所. 2006. |
入库方式: OAI收割
来源:声学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。