基于小波理论的靶场声信号分析方法研究

摘要

小波理论具有良好的时频分析特性，其适用于对瞬态、非平稳信号的处理。结合靶场声信号的特点，本文基于小波理论对靶场声信号进行分析处理。主要从对靶场声信号的去噪和特征波识别两个方面完成了提升小波小波算法的设计，并在Matlab软件上验证了提升小波算法的有效性。同时，面向FPGA使用verilog语言设计提升小波算法以达到提高声靶系统实时性和测量精度的目的。
　　本文的主要工作包括以下几点:
　　(1)根据根据靶场声信号的一般特点，对现阶段的分析方法进行简单介绍，对比选取出适合与靶场声信号处理的分析方法。
　　(2)结合靶场声信号的特点，完成了提升小波算法的设计，主要包括靶场声信号去噪和特征波识别两部分。靶场声信号去噪部分完成了小波函数的选取、去噪阈值设定方法的选择以及对应的分解阶次的设置。靶场声信号特征波识别部分设计了小波能谱熵算法提取靶场声信号特征波识别值。
　　(3)结合小波理论，根据选取的小波函数，推算了小波函数对应的提升小波函数的数学结构并给出了其提升步骤。通过数学分析过程，分析提升小波算法的基本运算。
　　(4)完成了提升小波算法的各个模块在在FPGA硬件语言中的实现。主要包括基本运算模块的设计，小波五阶正变换、逆变换，去噪模块、特征波识别模块以及声靶坐标计算模块的设计。同时对各个模块对应的功能仿真。
　　使用以上设计的提升小波算法，处理靶场声信号，并提取出的弹丸到达时刻值带入声靶坐标计算模型。实验结果表明，基于FPGA的提升小波算法可以提高靶场声信号处理算法的实时性。同时，与传统小波算法的处理结果相比，X和Y坐标的最大离差值分别下降了6mm和5.4mm，X和Y的标准偏差下降了3.79和2.02，X,Y坐标离差值在±6mm内的百分比分别提高了11％和13％，以上指标表明本文设计的算法有效的提升了声靶的测量精度。

目录

摘要

1 绪论

1．1 引言

1．2 国内外研究现状

1．2．1 小波去噪算法研究现状

1．2．2 特征波识别算法研究

1．2．3 国内外研究现状总结

1．3 研究内容及安排

2 靶场声信号分析方法研究

2．1 时域分析去噪法

2．2 频域分析去噪法

2．3 时频域分析去噪法

2．4 结论

3 小波理论简介

3．1 小波变换原理及特性分析

3．1．1 连续小波

3．1．2 小波变换的多分辨率分析(MRA)

3．2 提升小波变换理论

3．2．1 提升小波变换原理

3．2．2 小波变换提升实现

3．3 总结

4 基于提升小波的去噪算法和特征波识别算法设计

4．1 声靶测量系统概述

4．1．1 靶场激波信号产生的原理

4．1．2 声靶测量原理

4．1．3 靶场声信号特点

4．2 算法方案分析

4．3 提升小波算法设计

4．3．1 小波函数的选取

4．3．2 阈值设置的选取

4．3．3 分解阶次的选择

4．4 去噪效果分析

4．5 基于提升小波的靶场声信号的特征波识别算法

4．5．1 靶场声信号特征点的选取和检测

4．5．2 特征波识别效果分析

4．6 本章小结

5 提升小波算法的硬件语言实现

5．1 可编程逻辑器件FPGA简介

5．1．1 可编程逻辑器件PLD

5．1．2 FPGA简介及选型

5．1．3 QuartusII13．1和Modelsim se10．0a简介

5．2 db5小波函数提升结构计算

5．3 基层硬件结构设计

5．3．1 抽取模块

5．3．2 延时模块

5．3．3 乘法器模块

5．3．4 累加模块

5．3．5 乒乓操作

5．4 主要硬件语言实现

5．4．1 分解结构设计

5．4．2 重构结构设计

5．4．3 阈值处理模块的设计

5．4．4 特征波识别模块设计

5．5 基于FPGA的实验结果分析

5．5．1 去噪效果分析

5．5．2 特征波识效果分析

5．6 声靶计算模型在FPGA中的实现

5．7 实验分析与评估

5．8 本章小结

6．1 结论

6．2 展望

参考文献

攻读硕士学位期间发表的论文

致谢

声明