对多道心理测试仪生理参数提取算法的研究
英文题名 Research on the Extration Algorithm of Physiological Parameters in Polygraph 关键词 心理测试仪; 生理参量; 小波变换; 阈值函数; 语音降噪; 英文关键词 Polygraph; Physiological parameter;
Wavelet transform; Threshold fun- -ction; Speech denoising; 中文摘要 测谎技术越来越多地运用于协助侦查破案,成为打击和预防犯罪的重要手段之一。尤其是现代多道心理测试仪的出现,使心理生理参数指标的测量更趋完善。 人在说谎时会不自主地产生一定的心理压力,这种心理压力又会引起心跳加快、血压升高、手掌出汗、体温微升、肌肉微颤、呼吸速度和容量略见异常等一系列的生理反应。 基于以上原理,本文首先对皮肤电、血压、血容量、心率和呼吸在不同心理压力下的变化情况进行了研究,并给出了基于皮肤电、血压、血容量、心率和呼吸生理信号的接触式多道心理测试仪的各个生理参数的测量指标。根据实际应用已经证明其具有很高的准确度。 其次,根据人在紧张状态下,肌肉会产生微颤现象。这种微颤现象会附在语音中传播出来,导致语音信号发生变化。本文通过大量实验测试研究,找到了与测谎相关的语音频带。为了减小语音信号当中的噪声对测试结果的影响,提高测试准确率,本文提出了一种改进的小波阈值函数,并且将这个阈值函数与区分清浊音方法相结合,对浊音段和清音段采用不同的阈值方案,提出了改进的小波阈值降噪方法。通过仿真实验表明,相对于基于传统的软、硬阈值的降噪方法,这种降噪方法可以更有效地提取出原始语音信号。 最... 英文摘要 Lie-detection is used at assisting investigation and case solving and becomes an important means to cracking down on crimes and crime prevention. Especially with the modern polygraph, the measurement of the mental physiological
parameter is becoming accurate. The psychological pressure arising from lying usually results in rapid heartbeat, blood pressure rising, palm sweating, body temperature rising, muscle fluttering,
respiratory capacity or respiratory rate being abnormal and so on. Based 摘要 5-6 ABSTRACT 6 第1章 绪论 11-19 1.1 心理测试仪的发展 11-14 1.1.1 萌芽期雏形阶段 11-12 1.1.2 近现代机械阶段 12-13 1.1.3 当代电子化阶段 13 1.1.4 当今多元化阶段 13-14 1.2 心理测试技术的研究意义 14-16 1.2.1 侦查工作的辅助性技术手段 14-15 1.2.2 审查言词证据真实可靠性的科学方法 15 1.2.3 心理测试结论具有证明能力 15-16 1.3 心理测试仪的应用前景 16-17 1.4 论文的内容和安排 17-19 第2章 小波分析基础 19-35 2.1 小波分析发展简史 19-23 2.2 连续小波及其变换 23-24 2.3 二进小波及其变换 24-26 2.4 多分辨率分析 26-29 2.5 几种常用的小波 29-32 2.5.1 Haar 小波 29 2.5.2 Daubechies(dbN)小波系 29-30 2.5.3 SymletsA(symN)小波系 30 2.5.4 Biorthogonal(biorNr.Nd)小波系 30-31 2.5.5 Meyer(meyr)小波 31 2.5.6 Mexican Hat Wavelet(mexh)小波 31-32 2.5.7 Morlet(morl)小波 32 2.5.8
Coiflet(coifN)小波系 32 2.6 小波母函数、阈值规则和重调方式的选取 32-34 2.7 本章小结 34-35 第3章 接触式心理测试仪生理参数提取算法的研究 35-48 3.1 接触式心理测试仪介绍 35-36 3.2 生理参数的提取算法研究 36-44 3.2.1 皮肤电阻 36-38 3.2.2 血压/血容量/心率 38-43 3.2.3 呼吸 43-44 3.3 仿真实验 44-45 3.4 测试方法和结果分析 45-47 3.5 本章小结 47-48 第4章 基于小波变换的语音去噪方法 48-67 4.1 小波去噪的基本原理 48-49 4.2 小波去噪方法 49-53 4.2.1 小波分解与重构法去噪 49 4.2.2 模极大值检测法 49-50 4.2.3 屏蔽去噪法 50-51 4.2.4 平移不变量小波去噪法 51-52 4.2.5 非线性小波阈值去噪法 52-53 4.3 改进的小波阈值去噪方法的研究 53-66 4.3.1 小波阈值函数 53-54 4.3.2 新阈值函数的推导 54-57 4.3.3 基于小波新阈值去噪新方法 57-60 4.3.4 改进的小波阈值去噪方法的仿真实验 60-66 4.4 本章小结 66-67 第5章 心理测试仪的语音参量提取算法研究 67-79 5.1 语音素材的端点检测 67-71 5.1.1 两级判别法原理描述 68-69 5.1.2 两级判别法实验及其结果 69-71 5.2 心理测试仪的语音参量的提取算法 71-74 5.2.1 用DFT 进行时间信号频谱分析 72-73 5.2.2 测试仪语音分析的参量提取步骤 73-74 5.3 仿真实验 74-78 5.4 本章小结 78-79 结论 79-81 参考文献 81-85 2.5.6 Mexican Hat Wavelet(mexh)小波 31-32 2.5.7 Morlet(morl)小波 32 2.5.8 Coiflet(coifN)小波系 32 2.6 小波母函数、阈值规则和重调方式的选取 32-34 2.7 本章小结 34-35 第3章 接触式心理测试仪生理参数提取算法的研究 35-48 3.1 接触式心理测试仪介绍 35-36 3.2 生理参数的提取算法研究 36-44 3.2.1 皮肤电阻 36-38 3.2.2 血压/血容量/心率 38-43 3.2.3 呼吸 43-44 3.3 仿真实验 44-45 3.4 测试方法和结果分析 45-47 3.5 本章小结 47-48 第4章 基于小波变换的语音去噪方法 48-67 4.1 小波去噪的基本原理 48-49 4.2 小波去噪方法 49-53 4.2.1 小波分解与重构法去噪 49 4.2.2 模极大值检测法 49-50 4.2.3 屏蔽去噪法 50-51 4.2.4 平移不变量小波去噪法 51-52 4.2.5 非线性小波阈值去噪法 52-53 4.3 改进的小波阈值去噪方法的研究 53-66 4.3.1 小波阈值函数 53-54 4.3.2 新阈值函数的推导 54-57 4.3.3 基于小波新阈值去噪新方法 57-60 4.3.4 改进的小波阈值去噪方法的仿真实验 60-66 4.4 本章小结 66-67 第5章 心理测试仪的语音参量提取算法研究 67-79 5.1 语音素材的端点检测 67-71 5.1.1 两级判别法原理描述 68-69 5.1.2 两级判别法实验及其结果 69-71 5.2 心理测试仪的语音参量的提取算法 71-74 5.2.1 用DFT 进行时间信号频谱分析 72-
73 5.2.2 测试仪语音分析的参量提取步骤 73-74 5.3 仿真实验 74-78 5.4 本章小结 78-79 结论 79-81 参考文献 81-85 2.5.6 Mexican Hat Wavelet(mexh)小波 31-32 2.5.7 Morlet(morl)小波 32 2.5.8 Coiflet(coifN)小波系 32 2.6 小波母函数、阈值规则和重调方式的选取 32-34 2.7 本章小结 34-35 第3章 接触式心理测试仪生理参数提取算法的研究 35-48 3.1 接触式心理测试仪介绍 35-36 3.2 生理参数的提取算法研究 36-44 3.2.1 皮肤电阻 36-38 3.2.2 血压/血容量/心率 38-43 3.2.3 呼吸 43-44 3.3 仿真实验 44-45 3.4 测试方法和结果分析 45-47 3.5 本章小结 47-48 第4章 基于小波变换的语音去噪方法 48-67 4.1 小波去噪的基本原理 48-49 4.2 小波去噪方法 49-53 4.2.1 小波分解与重构法去噪 49 4.2.2 模极大值检测法 49-50 4.2.3 屏蔽去噪法 50-51 4.2.4 平移不变量小波去噪法 51-52 4.2.5 非线性小波阈值去噪法 52-53 4.3 改进的小波阈值去噪方法的研究 53-66 4.3.1 小波阈值函数 53-54 4.3.2 新阈值函数的推导 54-57 4.3.3 基于小波新阈值去噪新方法 57-60 4.3.4 改进的小波阈值去噪方法的仿真实验 60-66 4.4 本章小结 66-67 第5章 心理测试仪的语音参量提取算法研究 67-79 5.1 语音素材的端点检测 67-71 5.1.1 两级判别法原理描述 68-69 5.1.2 两级判别法实验及其结果 69-71 5.2 心理测试仪的语音参量的提取算法 71-74 5.2.1 用DFT 进行时间信号频谱分析 72-73 5.2.2 测试仪语音分析的参量提取步骤 73-74 5.3 仿真实验 74-78 5.4 本章小结 78-79 结论 79-81 参考文献 81-85
对多道心理测试仪生理参数提取算法的研究.
