基于IMF能量谱的水声信号特征提取与分类

• 作者: 刘深 张小蓟 汪平平 牛奕龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模态分解 本征模函数 本征模函数能量谱 特征提取 支持向量机(SVM)分类器
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 信号处理
• 页码范围: 203-206,226
• 页数: 5页
• 分类号: TN911.7
• 字数: 3545字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0213

摘要

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法，该方法对所分析信号的局部特征信号进行不同时间尺度的分解，从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法，通过对水声信号进行经验模态分解，提取信号的本征模式分量并转换为能量谱特征向量，从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明，相对于小波能量谱特征提取法而言，利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果，平均正确率达88%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小蓟	西北工业大学航海学院	29	279	9.0	15.0
2	牛奕龙	西北工业大学航海学院	25	204	8.0	13.0
3	汪平平	西北工业大学航海学院	2	41	2.0	2.0
4	刘深	西北工业大学航海学院	2	41	2.0	2.0