در یک میدان صوتی با منابع چندگانه، تعیین هویت هر یک از منابع صوتی، امری مهم تلقی میشود. برای تعیین هویت منابع صوتی، از روشهای گوناگونی بهره گرفته میشود که از مهمترین آنها میتوان به روشهای مبتنی بر هوش مصنوعی اشاره کرد. هدف از این پژوهش، تفکیک صدای حاصل از شلیک اسلحه از سایر نوفههای ضربهای موجود در یک میدان صوتی است. در این مقاله، با بهرهگیری از مجموعه داده بومی ثبتشده در داخل کشور و در شرایط محیطی مختلف، اقدام به استخراج ویژگیهای مبتنی بر تبدیل موجک و ترکیب آن با ضرایب پیشگویی خطی و ویژگیهای گشتاور آماری حاصل از علامتهای صوتی شد. در نهایت ویژگیهای استخراجشده، با استفاده از روشهای مختلف طبقهبندی، برای تفکیک صدای شلیک اسلحه از صدای سایر نوفههای ضربهای و همچنین با هدف تفکیک صدای شلیک اسلحه دراگانوف از صدای شلیک اسلحههای کلاشینکوف و ژ۳، طبقهبندی شدند. براساس روش بهکارگرفته شده در این پژوهش، با بهرهگیری از یک طبقهبند تجمعی، دقت تفکیک صدای ناشی از شلیک اسلحه از نوفههای ضربهای به 98/57 درصد رسید. علاوه بر این، تفکیک صدای اسلحه دراگانوف از صدای شلیک اسلحههای ژ3 و کلاشینکوف، با دقت 86/94 درصد انجام شد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
پردازش علائم صوتی دریافت: 1399/2/30 | پذیرش: 1399/12/9 | انتشار: 1399/12/20