欢迎访问《空军工程大学学报》官方网站!

咨询热线:029-84786242 RSS EMAIL-ALERT
基于小波包分解的声目标识别
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

陕西省自然科学研究项目(2004F36)


The Study of Theory in Acoustic Target Identification of Battle Field
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    小波变换是处理非平稳信号的一个有力工具,研究了基于小波包分析的声信号特征提取方法,并应用该方法对直升机等4种目标的声信号进行了特征提取,降低了特征向量的维数。采用设计改进的BP神经网络分类器对声目标进行分类,分类结果准确率高,获得满意的实验效果 。

    Abstract:

    Wavelet theory is a useful tool for processing the non-placement signal, this paper analyzes the feature extraction method of battlefield acoustic signal based on the wavelet packet analysis theory. Features of four types of acoustic signals of the battlefield target are extracted and low-dimension feature vectors are obtained by using this technique. BP neural network classifier is designed for the acoustic target classification. Satisfactory experimental results are obtained with highly classification accuracy.

    参考文献
    相似文献
    引证文献
引用本文

周阿娟,郭相科,谢瑶.基于小波包分解的声目标识别[J].空军工程大学学报,2007,(6):40-43

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-11-17
  • 出版日期: