基于Huffman最优二叉树支持向量机的舱音记录器背景信号识别

• 作者: 姜龙生 杨琳 王从庆 缪鹏
• 来源期刊: 宇航学报
• 学科: 工学
• 关键词: 舱音记录器 非话语背景声音信号 Huffman最优二叉树支持向量机 信号自动识别
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 电子信息
• 页码范围: 1428-1434
• 分类号: TP391.42|TN912.3
• 字数: 4649字
• 语种: 中文
• DOI: 10.3873/j.issn.1000-1328.2011.06.034

摘要

飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成.目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点.针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类.仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王从庆	南京航空航天大学自动化学院	92	556	10.0	20.0
2	杨琳		5	27	3.0	5.0
3	缪鹏	南京航空航天大学自动化学院	1	6	1.0	1.0
4	姜龙生	南京航空航天大学自动化学院	2	8	2.0	2.0