基于人耳听觉模型的煤矿顶板敲击声音信号特征提取

2016-09-20张铁山任众

工矿自动化 2016年9期

关键词：特征提取煤矿特征

张铁山，　任众

(中国矿业大学银川学院，宁夏银川　750011)

基于人耳听觉模型的煤矿顶板敲击声音信号特征提取

张铁山，任众

(中国矿业大学银川学院，宁夏银川750011)

介绍了人耳听觉模型，详细分析了基底膜振动模型、内毛细胞模型和耳蜗核数学模型，并给出了听觉谱特征向量提取过程。在此基础上，提出了基于人耳听觉模型的煤矿顶板敲击声音信号特征提取方法。分别利用人耳听觉模型和小波包对煤矿顶板敲击声音信号进行特征提取，再用支持向量机分类器对目标特征进行分类识别。实验结果表明，对于采用人耳听觉模型提取的特征，正确识别率在95%以上，说明基于人耳听觉模型的煤矿顶板敲击声音信号特征提取方法有利于提高煤矿顶板检测的准确率。

煤矿顶板检测；听觉谱特征提取；人耳听觉模型；小波包

网络出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160902.1020.020.html

0　引言

在煤炭开采过程中，为了防止发生冒顶事故，顶板检测非常重要。传统的敲帮问顶是检测顶板安全的一种重要方法，它是技术员根据敲击顶板所发出的声音不同来准确判别顶板是否安全的一种人工检测方法[1-4]。该方法要求工作人员有较强的听觉判别技能，且具有危险性。本文提出了基于人耳听觉模型的煤矿顶板敲击声音信号特征提取方法，实现了顶板自动化检测[5]。