smdv-17基于动物叫声的行为意义识别系统
作者：申晓天 舒童 路梦康 凌智 王旭楠
触摸按键来源：《科技风》2017年第17期
摘 要：本课题研究的主要意义在于对现有声音技术展开研究分析，通过对基本原理的掌握和系统结构的了解，通过对动物在某一特定行下发出的叫声进行收集，并且建立模型分析，通过对数据标准模型的建立，进行有效地声音识别，根据系统中形成的平均稳定值，反复的对比研究之后，从声音的角度判断动物相应的动作，以便了解动物在此叫声下的行为意义，以此建立一个全面的动物叫声识别系统，更好在动物学领域得到应用。因此选择该研究课题，基于动物叫声的行为意义识别。 关键词：动物叫声；行为意义；识别系统
1 动物行为意义识别系统的设计和结果
1.1 识别的基本流程
目前，利用声音信号进行识别，应用较多的是三步流程识别方法，即原始声音信号的预处理、特征提取和分类建模，如图1所示： 低压有源滤波
图1 声音识别的基本流程
但此流程存在一些不足，比如：数字信号的预处理不够深入、特征选择的人为主观性太强、系统的可移植性太差等。
本课题主要是建立全新的识别系统，根据分析中提出的不足进行改进，在不断的深入探索过程中不断的创新和提升，确保系统建立能够满足实际的功能需求。基本流程包括原始声音信号的预处理、声音提取、特征提取、特征选择和模型训练。
PPPOE 协议
1.2 原始动物声音信号的预处理车联网天线
冰棍机 1.2.1 分帧
研究发现，当声音信号大概在30ms左右时，可以被认为是短时平稳的。在进行声音采样的过程中，主要的采样率为44100Hz，以此来确定分帧的合理长度，综合考虑选择256，确保在处理过程中能够平稳进行，避免信号过短。
1.2.2 加窗
通过对以往的研究进行分析，在进行声音信号处理的过程中，采用汉宁窗具有更好的实际效果，从多方面的角度考虑，为了系统效果的更好展现，我们采取汉宁窗的方式对声音信号进行加窗处理。其主要的定义公式如（1）所示：
