一种基于数据蒸馏的多枪声混合智能分类识别系统及方法技术方案

本发明专利技术涉及一种基于数据蒸馏的多枪声智能分类识别系统及方法，包括数据采集模块、数据分离模块、数据预处理模块、特征提取模块、神经网络及加速模块、输出模块；首先利用数据采集模块收集多个混合枪声信号，并将这些混合枪声信号传入数据分离模块，对多个枪声数据进行解耦分离，输出单个枪声数据，并输入到数据预处理模块，对每个单个枪声数据进行自适应滤波，去除混叠的噪声信号，经滤波后的多个声信号将输入特征提取模块，最终将分类结构输入到输出模块中。本发明专利技术可以将多枪声混合信号分离为多个单个枪声信号，再分别对每个单枪声信号进行识别，做到了多枪声混合同时分类的功能。可以有效的减少网络参数数量，整个系统体积削减到手掌大小。减到手掌大小。减到手掌大小。

【技术实现步骤摘要】
一种基于数据蒸馏的多枪声混合智能分类识别系统及方法


[0001]本专利技术属于枪声识别
，具体涉及一种基于数据蒸馏的多枪声混合智能分类识别系统及方法。

技术介绍

[0002]在常规作战、维和和反恐作战中，狙击手能够高效率地射杀敌方人员、毁伤关键设备，给军队造成巨大人员伤亡和心理恐慌，其威胁日益增加。为了缓解狙击手带来的威胁，有必要研究高效的反狙击探测系统。其中狙击手枪声类别识别技术是反狙击探测系统的关键技术之一。
[0003]随着人工智能的发展，枪声识别技术主要借鉴常规城市噪声分类、混合声音事件检测、医疗心音分类诊断等声源分类深度神经网络。将上述深度神经网络应用于枪声识别时存在以下问题：
[0004]当多种枪声混合同时输入系统中时，仅能识别单种枪声。
[0005]目前的枪声识别任务中，均是以单个枪声假设输入的，虽然识别精度在不断地提高，但在实际情况下的枪声识别任务中，多数需要做到多种枪声识别。而单个枪声识别系统用于多枪声混合识别时，不仅会降低识别精度，而且仅能识别混合枪声中的一种枪声。
[0006]2、枪声本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：包括数据采集模块、数据分离模块、数据预处理模块、特征提取模块、神经网络及加速模块、输出模块；数据采集模块收集多个混合枪声信号，并将这些混合枪声信号传入数据分离模块，对多个枪声数据进行解耦分离，输出单个枪声数据，并输入到数据预处理模块，对每个单个枪声数据进行自适应滤波，去除混叠的噪声信号，经滤波后的多个声信号输入至特征提取模块，特征提取模块用于将每个声信号进行梅尔映射，使一维声信号成为二维图像信号，将这些图像信号输入到神经网络分类及加速模块中，对上述特征进行分类，并加速神经网络运算，最终将分类结构输入到输出模块中，得到枪声类别；神经网络及加速模块包括教师网络、学生网络和加速模块；二维图像输入到教师网络，学习到一个准确的概率分布，并指导学生网络得到相似于教师网络的概率分布，最终由学生网络对二维图像进行特征提取得到枪声特征的分类，并通过加速模块对学生网络进行加速计算。2.根据权利要求1所述的一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：数据采集模块采集声场传感器收集的枪声信息，每段持续一定时间后，转化为数字信号输出。3.根据权利要求1所述的一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：数据分离模块通过EEMD算法将数字信号分解为一系列本征模态分量并输入Fast ICA算法中，得到多个单枪声分离信号。4.根据权利要求1所述的一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：数据预处理模块通过自适应滤波器对数据分离模块输出的多个单枪声信号分别进行滤波操作，输出多个单枪声的纯净声信号。5.根据权利要求1所述的一种基于数据蒸馏的多枪声混合智能分类识别系统，其特征在于：特征提取模块变换方法如下：1)预加重：将枪声信号通过一个高通滤波器滤波；2)分帧：预加重之后，将信号分成多段短时帧；3)加窗：将信号分割成帧后，再对每个帧乘以一个窗函数；4)计算信号能量谱：对每一帧信号进行快速傅里叶变换操作，得到枪声信号的频谱和时相谱图，再对频谱取模的平方，得到枪声信号的功率谱；5)梅尔滤波：通过一组等高梅尔刻度的三角滤波器来提取功率谱的频带，得到梅尔谱图；6)对得到的梅尔谱图取对数，得到对数梅尔谱图。6.根据权利要求1所述的一种基于数据蒸馏的多枪声混合...

【专利技术属性】
技术研发人员：李剑，李传坤，郭锦铭，韩焱，苏新彦，
申请(专利权)人：中北大学，
类型：发明
国别省市：