基于倒谱特征和小波包特征熵的直升机声目标识别

被引:10
作者
黄博
高勇
机构
[1] 四川大学电子信息学院
关键词
识别; 直升机声信号; MEL倒谱系数; 小波包特征熵; 特征向量; BP神经网络;
D O I
暂无
中图分类号
V271.4 [军用飞机(战机)];
学科分类号
摘要
提出了一种将倒谱特征和小波包特征熵相结合的直升机声目标识别新算法,首先分析了直升机声信号的特点,计算了声信号的MFCC(MEL频率倒谱系数)、差分MFCC(差分MEL频率倒谱系数)和小波包分解后各个频带内的小波包特征熵组成的特征向量,并以此向量输入反向误差传播(Back Propagation,BP)神经网络进行训练,再用训练好的神经网络进行不同直升机型号的识别,最后给出了统计结果。结果表明:该算法对直升机机型的识别有较好的效果。
引用
收藏
页码:15 / 18+23 +23
页数:5
相关论文
共 5 条
[1]   直升机声信号谐波集及小波子空间能量特征提取与识别 [J].
李京华 ;
许家栋 ;
魏丽萍 .
探测与控制学报, 2004, (04) :1-4
[2]   子空间分解法在声目标特征提取中的应用 [J].
周忠来 ;
施聚生 ;
栗苹 ;
周勇 .
北京理工大学学报, 1999, (06) :750-753
[3]   基于子波变换和神经网络的直升机目标识别技术 [J].
李京华 ;
俞卞章 ;
田福乾 ;
李平安 ;
施坤林 .
现代引信, 1998, (01) :3-5
[4]  
神经网络结构设计的理论与方法[M]. 国防工业出版社 , 魏海坤编著, 2005
[5]  
语音信号处理[M]. 清华大学出版社 , 韩纪庆等编著, 2004