基于LabVIEW的声音识别系统设计开题报告.doc

基于LabVIEW的声音识别系统设计开题报告.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
文献综述 基于LabVIEW的声音识别系统设计LabVIEW是美国National Instruments(美国国家仪器公司,简称NI公司)推出的一种通用虚拟仪器开发软件,它包含丰富的功能函数库和完备的总线设备驱动程序。LabVIEW的一大特色是其基于图形的编程方式,采用了数据流(data stream)而非传统的文本方式的编程方法。这种编程方式强调信号处理的实际过程,有利于简化编程,缩短开发时间和降低开发难度。[1] [2] LabVIEW广泛应用于包括自动化、通信、半导体、电路设计、航空和生产过程控制及生物医学在内的各种工业领域中,用来提高应用系统的开发效率。这些应用涵盖了产品的研发、测试、生产到后期服务的各个环节。在系统设计中协调使用LabVIEW,共享软件及信息资源,可以节约大量的时间和金钱[3]。LabVIEW的应用大致可分为以下几个主要方面: 应用于生产检测:LabVIEW已经成为用于测试测量领域的工业标准化开发工具。LabVIEW结合NI TestStand测试执行环境和该领域中最大的仪器驱动程序库,为整个系统建立稳固完整的检测管理平台。 应用于研究与分析:运用LabVIEW,可在汽车、能源研究和其它众多工业领域的应用系统中进行实时数据的分析和处理。对于图像处理、时频分析、小波和数字滤波的应用系统,LabVIEW特别提供各种附加工具包以加速系统的开发。 应用于过程控制和工厂自动化:可利用LabVIEW来建立过程控制和工业自动化应用系统。在LabVIEW平台下,可以实现多通道的高速测量和控制。对于大型复杂的工业自动化和控制系统,有专门的LabVIEW数据记录和监控模块,用于监控多通道I/O与工业控制器和网络进行通信,以及提供基于PC机的控制。 应用于机器监控:对于要求有实时控制、视觉和图像分析或运动控制的机器监视和预先维护的应用系统,LabVIEW是理想的选择。LabVIEW系列产品,包括用于可靠、确定性控制的实时LabVIEW(LabVIEW RT)软件,能够快速、准确的建立起功能强大的机器监视和自动控制应用程序。 应用于测控系统:LabVIEW有着强大的功能和广阔的应用前景,但就目前国内的现状来看,大多数的用户还只仅仅利用它来进行数据的处理、分析和显示,而忽略了LabVIEW强大的数据采集和控制功能,特别是基于PC机的实时控制,在国内应用较少。[4] [5] [6] 声音识别和处理是目前信息学领域的研究热点和难点,其任务是研究如何利用信号处理技术研究声音信号,使未来的计算机“能听会说”。声音信号的处理是对声音信号进行分析,只有通过分析得到的参数才能做进一步的研究。声音分析涉及大量复杂的数学运算,如果采用硬件方式实现,从价格和灵活性上都不可取。如果通过计算机软硬件结合的方法采用主流的编程方式实现,则存在编程复杂,不易扩展和界面不友好等问题。 2 系统构成及设计 2.1 软件部分与硬件部分 本设计的软件部分由LabVIEW实现。数据采集硬件包括传感器、信号调理仪器、信号记录仪器。前两者已有专门的厂商研发。计算机采集卡是信号记录仪器中的重要组成部分,主要起A /D转换功能。目前主流数据采集卡都包含了完整的数据采集功能. 但这些卡价格均比较昂贵。相对而言,同样具备A /D功能的声卡技术已经成熟,成为计算机的标准配置,在大多数的计算机上甚至直接集成了声卡功能,无需额外添加配件。[7] 2.2声音数据部分 声音信号一般被看作一种短时平稳的随机信号,主要是对他进行时域、频域和倒谱域上的信号分析。声音信号的时域分析是对信号从统计的意义上进行分析,得到短时平均能量、过零率、自相关函数以及幅差函数等信号参数。根据声音理论,气流激励声道产生声音,声音信号是气流与声道的卷积,因此可以对信号进行同态分析,将信号转换到倒谱域,从而把声道和激励气流信息分离,获得信号的倒谱参数。[8] 2.3 声音识别主要算法 声音识别系统常用的算法有ANN(神经网络)、DTW (动态时间归整匹配)、HMM(隐马尔可夫)的识别和训练算法。HMM 算法是目前最成功的一种声音识别模型和算法。常用的特征矢量有LPCC(线性预测倒谱系数) 和MFCC(美尔频标倒谱系数)。[9] 2.4 信号采集与处理 信号采集与处理系统主要应用的是数据采集卡的A / D(模/ 数)转换功能,通过数据采集卡将采集端采集到的模拟电信号利用高速模数转换电路转换为数字信号,经过数据采集卡板载缓存,最后利用计算机中的程序不断从缓存中提取数据, 存入计算机中,并进行相关处理,提取有用数据进行硬盘存储。利用LabVIEW 语言编写数据采集卡的驱动程序,对信号分析处理及存储流程如图1 所示。[10] 图 1 信号采集与处理系统总流程图 2.5 数据采集部分 首先从La

文档评论(0)

chengzhi5201 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档