«Разработка автоматизированной информационной системы распознавания техники» - Дипломная работа

Содержание

ВВЕДЕНИЕ 5

Глава 1. ИССЛЕДОВАНИЕ И АНАЛИЗ РАСПРОСТРАНЕНИЯ И ФИКСАЦИИ АКУСТИЧЕСКИХ СИГНАЛОВ 7

1.1. Описание акустических сигналов в цифровой среде 7

1.2. Выбор среды разработки 15

1.3. Исследование изучаемой области 21

1.4. Обзор существующих аналоговых продуктов 28

1.5. Вывод по первой главе 30

Глава 2. ПРОЕКТИРОВАНИЕ СИСТЕМЫ РАСПОЗНАВАНИЯ 31

2.1. Техническое задание 31

2.2. Проектирование 43

2.3. Вывод по второй главе 49

Глава 3. РАЗРАБОТКА МЕТОДА РАСПОЗНАВАНИЯ АКУСТИЧЕСКИХ СИГНАЛОВ 50

3.1. Система распознавания 50

3.2. Расчет стоимости разработки информационной системы распознавания техники 56

3.2.1. Определение общей продолжительности работ 57

3.2.2. Определение затрат на материалы и покупные изделия 58

3.2.3. Расходы на оплату труда 58

3.2.4. Отчисления на социальные нужды (страховые взносы) 59

3.2.5. Затраты на машинное время 60

3.3. Эффективность 61

3.4. Вывод по третьей главе 62

ЗАКЛЮЧЕНИЕ 63

ЛИТЕРАТУРА 65

Введение

Выпускная квалификационная работа посвящается разработке автоматизированной информационной системы по распознаванию техники, для этого будут использовать акустические сигнала издаваемые транспортом. Результатом должны стать теоретическая информация о звуке в целом и оцифрованном звуке в частности, также создать проект всей информационной системы, которое будет описывать работу программы распознавания. Необходимо определить каким методом шумоподавления и фильтрацией звуков нужно использовать для того чтобы звуки различной техники можно было распознать пользуясь частотами издаваемых акустических сигналов. Научиться различать виды транспорта без визуального подтверждения. Последними пунктами являются тестирование данного инструмента.

Актуальность: цифровой анализ акустических сигналов издаваемых техникой позволяет получить достаточную информацию о состоянии и функционировании транспорта. Разработка автоматизированных систем распознавания транспорта использующих такие технологии являются актуальной задачей.

Новизна: разработка технологии распознавания техники по акустическим сигналам с использованием нейронных сетей.

Цель: разработка системы распознавания гражданского транспорта по акустическим сигналам в среде Matlab с применением нейронных сетей.

Объект исследования: акустические сигналы издаваемые двигателями гражданского транспорта.

Предмет исследования: разработка автоматизированной информационной системы распознавания гражданского транспорта по акустическим сигналам.

Задачи:

1. Исследование особенностей акустических сигналов транспорта м математического аппарата цифровой обработки сигналов. 

2. Проектирование автоматизированной информационной системы распознавания акустических сигналов.

3. Разработка автоматизированной информационной системы распознавания акустических сигналов.

4. Технико-экономическое обоснование.

Исходными материалами послужили статьи из официальных сайтов известных разработчиков. В качестве теоретической базы исследования использовались публикации, посвящённые проектированию подобных систем.

Выдержка из текста работы

Глава 1. ИССЛЕДОВАНИЕ И АНАЛИЗ РАСПРОСТРАНЕНИЯ И ФИКСАЦИИ АКУСТИЧЕСКИХ СИГНАЛОВ

1.1. Описание акустических сигналов в цифровой среде

Мы живем в мире информации, и главная ее часть проходит через глаза и слух человека. Согласно исследованиям физиологов, визуальная информация занимает первое место, но и слуховая не менее важна [5].

Звуки составляют огромную часть нашей жизни, только представьте на мгновение, что вы больше не слышите, пропадет огромный источник информации. Наш слух работает круглые сутки, даже эти слова вы воспринимаете слухом. Но человеческий слух неидеален, мы не слышим огромные диапазон распространения звука, даже в сравнении с животным миром наш интервал восприятия звука выглядит крайне скудно (таблица 1).

Таблица 1

Слуховой диапазон человека и различных животных

Необходимо заметить, что с возрастом восприятие звука также ухудшается. Это наглядно показано на 1 рисунке: короткий пунктир - 20 лет, длинный пунктир - 30 лет, тонкая прямая - 40 лет, толстая прямая - 50 лет, толстая пунктирная - 60 лет (рис.1). Эти данные позволяют понять, что человеческий слух имеет свои недостатки, но как же быть когда приходится определить конкретный

звук, даже если мы ранее слышали подобные звуки? Для этого человеку придется иметь великолепный слух и отличную память, чтобы запомнить все звуки. На помощь придут, как и всегда, компьютеры. Машины в состояния запоминать все звуки, могут их фильтровать и слышать звуки за пределами человеческого слуха. Перед тем как ЭВМ сможет обработать звук, необходимо аналоговый звуковой сигнал перевести в цифровой. Аналогово-цифровой преобразователь или просто АЦП, аналоговую запись превращает в цифровую.

Рис. 1. Ухудшения слуха у человека с возрастом

Аналоговый сигнал непрерывен и мы можем узнать его значение в любой момент времени, запишем как x(t). Для того чтобы представить этот в цифровом виде нужно осуществить две операции: дискретизация и квантование (Рис.2).

Квантование - это представление значений сигнала конечным числом уровней, то есть округление его точных значений [11]. На данным графике предоставлен непрерывный квантованный сигнал. Мы выбрали целочисленные уровни и в тот момент времени, когда сигнал, например, превышает значение в 2,5, то приравнивается к 3, а когда значение опускается ниже 2,5, то округляется до 2 (рис.4).

Цифровой сигнал, является квантованным по уровню и дискретным по времени, в нашем случае цифровой сигнал это дискретная последовательность

целочисленных значений [12]. Если мы представим наши уровни не в десятичном, а в двоичном виде, то мы получаем последовательность нулей и единиц. Важно заметить, что при квантовании теряется точность. Каждый отсчет цифрового

сигнала отличается от соответствующего отсчета дискретного сигнала на величину разницы реального значения и ближайшего уровня квантования сигнала. Разницу часто называют ошибкой или шумом квантования (рис. 5). Конечно же, в реальных устройствах аналогово-цифровых преобразователей это может выглядеть иначе и даже сложнее. Так же может меняться и способ сохранения полученных данных после оцифровки. Например, у знаменитых аудио-форматов есть особенность сохранения, импульсно-кодовая модуляция, помогающий сэкономить окончательный размер звукового файла. Данный способ кодирует в виде разности между двумя измерениями, текущим, который только кодируется и предыдущим, с установленной дискретизацией и квантованием. Такой способ модуляции уменьшает необходимое количество используемой памяти. Для записи файлов со стереоэффектом часто используются несколько каналов, а не один, и храниться они могут отдельно.

Заключение

Во время выполнения выпускной квалификационной работы было собранно большое количество информации о звуке. Необходимо отдельно отметить основное, получение информации об оцифрованном звуке, который и нужен при распознавании акустических сигналов с помощью ЭВМ. Пришлось столкнуться с некоторыми проблемами в виде шумов при оцифровке аналогового звукового сигнала. Рассмотрено большое количество различных методов обработки звуков. Применялись как подготовленные фильтры Matlab’ом для обработки разного рода данных, так и иные математические формулы по обработке звука. На основании этих данных были выбраны самые действенные методы обработки именно в отношении техногенных акустических сигналов, было замечено очень сильное различие между звуками природного, естественного характера и звуков механических.

На основе полученных теоретических знании построен проект по создание информационной системы идентификации звукового сигнала. Для проектирования выбрана методология функционального моделирования IDEF0.

Имея подготовленный проект, теоретические знания о звуки и обработке звука начался основной этап ВКР - разработка автоматизированной информационной системы по распознаванию акустических сигналов издаваемых транспортами различного вида. На основании проекта были созданы модули обработки данных, позже все эти модули объединены в единую программу. С целью создания удобства при пользовании данной программой была создана простая оболочка, GUI интерфейс. Тестирование показало, что распознавания воздушного транспорта в виде самолета и вертолета получается более успешно, нежели распознавание наземного транспорта. Алгоритм распознавания можно улучшать, добавить новые способы фильтрации, а самое главное собрать больше акустических сигналов для расширения базы. Необходимо отметить, что воспринимать данную работу только как способ распознавания транспорта не совсем корректно, на основании полученного инструмента открывается возможность распознавать разного рода звуки, например голоса людей.

Список литературы

1. Аналоговые измерительные устройства [Электронный ресурс]. - Режим доступа: http://ana**giu.rU/6/6-5-2-2.html

2. Дьяконов В. П. “Справочник по применению системы PC MATLAB” — М.: «Физматлит», 1993. — 112 с. — ISBN 5-02-015101-7.

3. Дьяконов В. П. “MATLAB 6/6.1/6.5 + Simulink 4/5 в математике и моделировании. Основы применения. Полное руководство пользователя.” — М.: «СОЛОН-Пресс», 2003. — 576 с. — ISBN 5-93455-177-9.

4. Ерофеев А. А. Теория автоматического управления. — СПб., 2003. — С. 265—270 -Децибел

5. Ковалёва И. Э., “Звуковые явления вокруг нас”/ Екатеринбург-2010 г. [Электронный ресурс] https://www.we**ursovik.ru/kartgotrab.asp7icN-154651 (дата обращения: 27.11.2018).

+ еще 20 источников

Примечания

Оригинал в pdf