原文服务方: 弹箭与制导学报       
摘要:
针对战场环境存在噪声干扰的情况,提出了一种基于小波包分析的声目标特征参数提取方法.该方法将小波包分析和Mel倒谱分析相结合,提高了特征参数的鲁棒性.实验结果表明,在噪声条件下,基于小波包分析的平均识别率比MFCC参数提高6.78%,在信噪比为5dB时,识别率仍能达到94.5%.
推荐文章
基于小波包分解的声信号特征提取方法
声目标
小波包
特征提取
分解
战场声目标特征提取研究
特征提取
AR模型
小波包分解
能量特征
基于高阶谱的战场声目标特征提取
特征提取
AR功率谱
双谱
相位耦合
一种战场声目标识别的多特征提取算法
战场声目标
特征提取
小波包分析
离散谱分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包分析的战场被动声目标特征提取
来源期刊 弹箭与制导学报 学科
关键词 特征提取 小波包分析 鲁棒性 识别率
年,卷(期) 2010,(2) 所属期刊栏目 相关技术
研究方向 页码范围 240-242
页数 分类号 TN91
字数 语种 中文
DOI 10.3969/j.issn.1673-9728.2010.02.071
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾番 空军工程大学导弹学院 11 21 3.0 4.0
2 李国宏 空军工程大学导弹学院 9 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (8)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征提取
小波包分析
鲁棒性
识别率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
论文1v1指导