基于卷积神经网络的反无人机系统声音识别方法

• 作者: 吕琼莹 李广青 毛逸维 薛珊
• 来源期刊: 工程科学学报
• 学科: 工学
• 关键词: 无人机 声音检测 公共安全 MFCC特征值 GFCC特征值 卷积神经网络
• 年，卷（期）: 2020,（11）
• 页码范围: 1516-1524
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

针对如何识别无人机的问题,提出了一种基于卷积神经网络的声音识别无人机的方法.首先,对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值,将其特征参数作为卷积神经网络学习和识别的数据集;然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验.实验结果表明,运用支持向量机识别无人机的准确率为91.9％,卷积神经网络识别无人机的准确率为96.5％.为了进一步验证设计的卷积神经网络的识别能力,在部分UrbanSound8K数据集上进行测试,准确率达到90％.实验结果表明运用卷积神经网络识别无人机具有可行性,且识别性能优于支持向量机.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕琼莹		36	110	6.0	9.0
2	薛珊		26	55	4.0	6.0
3	李广青		1	0	0.0	0.0
4	毛逸维		2	0	0.0	0.0