共查询到20条相似文献,搜索用时 234 毫秒
1.
基于倒谱特征和小波包特征熵的直升机声目标识别 总被引:2,自引:0,他引:2
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。 相似文献
2.
3.
4.
5.
分段谱质心特征在水下目标识别中的应用 总被引:3,自引:1,他引:2
在声音主观特性的三要素中,音色可以用来描述两个等响度、等音调的声音的差别,很难用简单的定量方法给予描述,但可以通过多维物理参数表征。本文研究主要针对表征音色空间物理参数之一的谱质心特性及其在目标识别中的应用。谱质心反映声音基于能量分布的频率的均值,通过研究不同乐器的乐音的谱质心发现,它的数值主要由声样本中几个幅值较大的共振峰及其对应的频率决定。在水下目标的稳态声信号识别中,一维谱质心反映样本能量集中的区域并且能识别目标,但其中一类的识别率偏低,因此提出了一种基于谱质心的动态分析频带方法,将改进后的多维分段谱质心应用于平稳噪声样本的目标识别,有效地提高了目标识别率。 相似文献
6.
7.
舰船辐射声中的低频线谱是舰船的一个重要特征量,对声引信的信号检测、识别与分类具有重要的作用。随着现代舰船,特别是潜艇声辐射能量迅速降低和海洋环境噪声级逐年增加,利用舰船噪声中线谱信号对目标的发现距离正在减小。本文利用双树复解析小波变换( DT-CWT)对海洋环境噪声和舰船噪声线谱信号进行小波分解,并对小波系数的层间联合分布进行分析,建立了海洋环境噪声和线谱信号的小波系数的层间联合分布的数学模型,并推导出最大后验概率估计子(MAP)的解析表达式,用于去除噪声干扰,检测淹没在海洋噪声背景中的舰船噪声线谱信号。对实测舰船噪声信号和海洋环境噪声的分析表明,所提出的算法能够明显减弱连续谱干扰成分,捉高舰船噪声中线谱信号的检测效果。 相似文献
8.
9.
为识别战场混叠声目标,提出一种基于独立分量分析(ICA)的声目标盲分离和隐马尔可夫(HMM)识别的混合声识别方法.建立已知声目标的HMM,实现混叠声目标盲分离,提取的线性预测系数作为声目标识别参数,通过K均值聚类得到训练和识别特征向量,通过Viterbi解码判断声目标的类别.仿真结果表明,ICA分析能有效地分离混叠声目标信号,基于线性预测系数的HMM识别率较高,混合模型识别系统在混叠声目标识别中具有可行性. 相似文献
10.
为了解决强噪声下识别率低的问题,提出了一种新的战场声目标特征参数提取方法。该方法将小波包分析和Teager能量算子(TEO)相结合,采用小波包对带噪声信号进行分解,对分解系数计算Teager能量。实验结果表明:基于小波包分析和Teager能量算子的特征参数提取方法具有良好的抗噪性能,提高了噪声环境下的声目标识别的准确率。 相似文献
11.
12.
目标识别是水声探测领域的难题,也是研究热点。在水声目标识别实际应用中,标记样本数量不足是制约识别结果的主要因素之一。针对水声目标噪声数据具有的小样本特点,基于深度学习理论提出一种基于生成对抗网络的识别模型。该模型从生成模型与对抗模型的相互博弈中,学习更多有效的识别特征信息,并与深度自编码网络和深度置信网络模型进行对比。仿真实验结果表明:在样本数量有限的情况下,生成对抗网络模型的识别效果优于深度置信网络与深度自编码网络;3种深度学习模型的识别性能均优于先提取梅尔倒谱系数特征,再用Softmax分类的方法。为进一步测试所建模型的性能,研究了3种深度学习模型在不同信噪比下的鲁棒性,仿真实验结果表明:生成对抗网络模型对噪声具有更强的鲁棒性。 相似文献
13.
14.
水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取 总被引:2,自引:1,他引:1
水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。 相似文献
15.
16.
基于同态滤波技术的水下目标运动参数估计 总被引:1,自引:1,他引:0
针对测量平台空间有限条件下的近场目标运动分析问题,提出了一种基于浅海射线声学多途结构的单水听器水下目标运动分析(TMA)方法。通过构建匀速直线运动目标的三维多途时延模型,推导了以运动参数为变量的直达声和海面一次反射声时延差的非线性函数表达式;根据典型水声信道特征,推导了信道的倒谱表达式,进而利用同态滤波技术解卷积能力估计直达声和海面一次反射声时延差;结合Levenberg-Marquardt方法求解非线性方程的最优解;最后提出二次逼近校正方法,降低了实际水文条件对参数估计的影响。仿真结果证明了方法的正确性,参数估计精度满足实际应用需求。 相似文献
17.
低对比度目标因其灰度对比度低、边缘模糊等缺点,使得联合变换相关器无法将其从混杂的背景图像中辨别出来,达到成功识别的目的。针对这一问题,采用了基于Curvelet变换的图像增强算法对目标联合图像进行处理。作为超小波分析范畴的Curvelet变换,因具有极强的方向性,成为比小波变换更适合分析和理解图像特征的多分辨率分析工具。文中采用不同的方法分别调整了Curvelet变换后的高、低频系数,增强了目标的灰度对比度和边缘信息。以低对比度坦克图像为例,增强后的目标对比度由原来的4.16%提高至29.37%. 计算机模拟和光学相关实验结果均表明,增强后的联合图像获得了明亮的相关点对,成功实现了低对比度坦克的自动识别。 相似文献
18.
19.
一种基于特征匹配的目标识别跟踪方法 总被引:1,自引:0,他引:1
针对复杂背景下的动态目标跟踪问题,提出了一种基于边缘检测,综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘,提取出单帧图像中的可疑目标,依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配,完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿,选用目标空间位置进行多步预测,引导伺服机构跟踪。外场实验表明,该方法能有效她匹配识别出目标,并保持连续稳定的跟踪。 相似文献