论文摘要
针对人工监听识别飞机类型难度大的问题,提出了根据不同飞机发动机产生的不同噪声,通过特征提取,进而分类识别出飞机类型的一种方法。在梅尔倒谱系数（MFCC）算法特征提取的基础上,对提取的24维特征向量通过自编码器进行分类,对分类的准确率进行了仿真。实验结果表明,每一类声信号准确率均高于85%,且平均识别准确率为95.98%。针对单类别实际飞机声信号的分类准确率较其他类别准确率差的问题,提出了通过小波包分解-MFCC联合特征提取对自编码器进行优化。实验结果表明,每一类声信号准确率均高于90%,且平均准确率为97.74%。
论文目录
文章来源
类型: 期刊论文
作者: 张朝柱,黄妤宁
关键词: 飞机类型识别,梅尔倒谱系数,联合特征提取,机器学习,自编码器
来源: 无线电工程 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术,电信技术
单位: 哈尔滨工程大学信息与通信工程学院
基金: 中央高校基本科研业务费自由探索计划项目
分类号: TN912.3;E926.4
页码: 601-605
总页数: 5
文件大小: 903K
下载量: 105