基于ACW倒谱特征的船舶辐射噪声识别
船舶辐射噪声是非常复杂的,寻找新的特征是目前水下目标识别中的一项非常迫切而艰巨的任务。基于倒谱特征在声纹认证中的成功应用,在线性预测倒谱系数(LPCC)的基础上提出了一种自适应成分加权(ACW)倒谱特征提取方法,利用得到的ACW倒谱特征矢量用BP神经网络分类器和支持向量机分类器对海上实测的三类目标噪声数据进行了分类识别,并与线性预测系数(LPC)和LPCC特征进行了对比。结果表明,ACW倒谱特征对三类目标的总体正确识别概率在95.19％以上,并且比LPC和LPCC特征具有更好的分类性能,同时支持向量机分类器的分类性能也优于BP神经网络分类器。
支持向量机 神经网络 目标识别 倒谱特征 辐射噪声 噪声识别
康春玉 章新华 苗坤
海军大连舰艇学院信号与信息技术研究中心,辽宁大连 116018 海军大连舰艇学院学员旅3队,辽宁大连 116018
国内会议
郑州
中文
11-13
2007-10-12（万方平台首次上网日期，不代表论文的发表时间）