基于ICA和HMM的战场混叠声目标识别

• 作者: 张雄伟 陈功
• 来源期刊: 弹道学报
• 学科: 工学
• 关键词: 独立分量分析 隐马尔可夫模型 线性预测系数 目标识别 仿真
• 年，卷（期）: 2007,（1）
• 页码范围: 92-96
• 页数: 5页
• 分类号: TP391.4
• 字数: 3638字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-499X.2007.01.025

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄伟	解放军理工大学通信工程学院	150	933	16.0	22.0
2	陈功	解放军理工大学通信工程学院	15	63	4.0	7.0