基于多尺度分解的次聲波信號特征的提取.pdf

1、分類號：密級：UDC：學(xué)號：416114413037南昌大學(xué)專業(yè)學(xué)位研究生學(xué)位論文基于多尺度分解的次聲波信號特征的提取基于多尺度分解的次聲波信號特征的提取FeatureExtractionofInfrasonicSignalsBasedonMultiscaleDecomposition王蒙培養(yǎng)單位（院、系）：信息工程學(xué)院電子信息工程系指導(dǎo)教師姓名、職稱：吳毅強教授指導(dǎo)教師姓名、職稱：黃興隆高級工程師專業(yè)學(xué)位種類：工程碩士專業(yè)領(lǐng)域名稱：電

2、子與通信工程論文答辯日期：2015年5月24日答辯委員會主席：評閱人：2015年月日摘要I摘要摘要次聲波指的是頻率低于20Hz的聲波，其頻率在人耳的可聽范圍之外，因此一般情況下人們是無法聽到次聲波的。一般地震、火山爆發(fā)、海嘯、風(fēng)暴、雷暴等自然災(zāi)害，以及人類生活中，如汽車、飛機和輪船等交通工具行駛時都會產(chǎn)生次聲波，還有一些動物，例如大象、老虎、鱷魚發(fā)出的聲音中也包含次聲波，就連人體某些器官的振動也會產(chǎn)生次聲波。次聲波具有來源廣、傳播距離遠(yuǎn)

3、，衰減小且穿透力強等特點，此外次聲波還具有一定的危害性。目前次聲波在次聲波武器、醫(yī)學(xué)治療及預(yù)測地震等方面都有應(yīng)用。為能夠更加的了解次聲波的特性，并獲取次聲波的更多信息，因此需要利用信號分析技術(shù)對次聲波信號進(jìn)行分析。近年來，隨著信號分析技術(shù)的發(fā)展，信號分析方法也越來越多，其中，傅立葉變換、小波變換以及希爾伯特黃變換是常用的幾種信號分析方法，且人們已經(jīng)將這幾種頻域及時頻域分析方法應(yīng)用于次聲波信號的分析和特征提取當(dāng)中。其中小波變換和希爾伯特黃

4、變換都是多尺度信號分析方法。此外本文還將最近新提出的一種多尺度信號分解方法——局部特征尺度分解算法應(yīng)用于次聲波信號的特征提取當(dāng)中。本文旨在研究多尺度分解算法應(yīng)用于次聲波信號特征提取中的效果。首先利用多尺度分解算法對次聲波信號進(jìn)行分解，并提取兩種不同地震次聲波信號的自相關(guān)函數(shù)、線性預(yù)測系數(shù)和梅爾頻率倒譜系數(shù)這三種特征；其次通過支持向量機分類算法對兩種不同的地震產(chǎn)生的次聲波信號進(jìn)行分類；最后分析基于這三種多尺度分解算法所提取的特征在分類實驗