原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
针对战场声目标识别目前广泛采用的单一分析域特征提取算法会使部分重要信息遗漏,识别率低的问题,分析战场声信号的产生机理,得出声信号中既含随机性的机械噪声,又含准周期性的空气动力噪声;基于此,提出一种小波包与离散谱分析相结合的多特征参数提取算法.该算法利用小波包变换提取非均匀频段的能量分布特征,将其与离散谱描述的时域准周期性特征组合,得到更全面反映目标信号特性的特征参数.实验结果表明,相比单一分析域特征提取算法,多特征提取算法应用于声识别的准确性和鲁棒性明显提高.
推荐文章
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
基于改进的MFCC战场被动声目标识别
被动声目标
目标识别
美尔倒谱参数
离散小波变换
鲁棒性
一种基于颜色特征的目标识别算法
目标识别
颜色特征
YUV空间
自主移动机器人
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 一种战场声目标识别的多特征提取算法
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 战场声目标 特征提取 小波包分析 离散谱分析
年,卷(期) 2017,(2) 所属期刊栏目 机械、控制与电气
研究方向 页码范围 164-171
页数 8页 分类号 TP391.42
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2017.02.012
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 陈德宏 安徽工业大学电气与信息工程学院 8 23 2.0 4.0
2 沈浩 安徽工业大学电气与信息工程学院 9 10 2.0 2.0
3 徐舒 安徽工业大学电气与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (81)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1989(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(8)
  • 参考文献(5)
  • 二级参考文献(3)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2017(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
战场声目标
特征提取
小波包分析
离散谱分析
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
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导