利用加速度信号时频域特征的枪击识别研究 |
| |
引用本文: | 伍弘毅,陈志聪,吴丽君,何虔恩.利用加速度信号时频域特征的枪击识别研究[J].电子测量与仪器学报,2022,36(5):180-187. |
| |
作者姓名: | 伍弘毅 陈志聪 吴丽君 何虔恩 |
| |
作者单位: | 福州大学物理与信息工程学院 |
| |
基金项目: | 国家自然科学基金(61601127);;福建省自然科学基金面上项目(2021J01580)资助; |
| |
摘 要: | 当前枪支射弹可靠检测及精确计数是枪弹管控的难点之一。为提高基于加速度信号的射弹检测算法的精度和可靠性,提出一种新的射击信号时域特征提取方法—时域分段特征提取法,可避免时域特征过度依赖于加速度瞬时尖峰的问题。首先,提取了枪击加速度样本信号的时域和频域各类统计特征。然后,采用机器学习分类算法K近邻、逻辑回归、支持向量机以及决策树和随机森林进行枪击识别建模。最后,探索和比较各种单一特征对枪击事件识别模型性能的影响。实验结果表明,所提取的主波动域面积特征具有最优的区分度,能够在多数机器学习算法上达到99%以上的分类准确率。
|
关 键 词: | 射击检测 加速度传感器 机器学习 特征提取 |
|
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
|