基于小波包分析的玻璃破碎声音识别系统设计

来源：计算机测量与控制杂志2018年第1期北京时间：

作者：李 颀,白雨尼,王丹聪

单位：电气与信息工程学院

摘要：针对传统家居安防监控系统中多采用声音振动传感器对玻璃破碎进行检测，不仅安装不便且不美观，因此提出了一种非接触式玻璃破碎声音识别系统。目前常用FFT（傅里叶变换）对声音信号进行分析处理的缺点是不能显示出声音频率出现的时刻，因此，提出一种基于小波包分析的玻璃破碎声音识别系统。通过对玻璃破碎声音信号采集、预处理；随后利用小波包分析代替FFT方法，提取小波包系数特征参数，并融合短时平均幅度和短时过零率，从时域和频域两个角度的特征参数来表征玻璃破碎声音；最后利用隐马尔科夫分类器（HMM）从提取到的特征参数中训练出玻璃破碎声音的HMM模型，对玻璃破碎声音进行识别。通过实验验证，该系统的识别率可达93%。

关键词：家居安防;特征提取;小波包分析;隐马尔科夫分类器

基金资助：西安市未央区纵向科技计划项目,项目名称：嵌入式多功能手持终端的研究与开发。