基于特征子模式典型相关分析的热释电红外信号识别

• 作者: 王林泓 贺莉芳 龚卫国
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 热释电红外(PIR)探测器 小波包熵 子模式典型相关分析(CCA) 特征融合
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 884-891
• 分类号: TP3941.4|TN215
• 字数: 4418字
• 语种: 中文
• DOI: 10.3788/OPE.20111904.0884

摘要

为使现有热释电红外(PIR)探测器具有识别检测区域内红外辐射源的功能,提出一种基于典型相关分析(CCA)特征融合的人体和非人体PIR信号识别方法.该方法首先提取PIR信号的频谱和小波包熵特征,然后对频谱进行子模式划分,并分别与小波包熵特征进行CCA融合,把融合后的结果作为判别信息,从而实现了特征融合且消除了特征之间的信息冗余.最后通过多数投票方式融合判别结果.作为子模式CCA特征融合的一种特殊情况,文中分析了特征与自身子模式特征CCA融合的分类性能.实验结果表明,当频谱分为5个子模式时,能有效地对人体和非人体红外辐射源进行识别,识别率可达95.2%,比直接采用频谱与小波包熵CCA融合的识别率提高了2.7%.而采用小波包熵与自身子模式特征CCA融合的识别率最高为90.7%,比单独采用小波包熵的识别率提高了2.3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚卫国	重庆大学光电技术及系统教育部重点实验室	74	990	19.0	27.0
2	王林泓	重庆电子工程职业学院电子信息系	17	111	5.0	10.0
3	贺莉芳	重庆大学光电技术及系统教育部重点实验室	3	22	2.0	3.0