Page 85 - 201806
P. 85

第 37 卷 第 6 期         肖寒春等： 改进的梅尔倒谱系数在低空飞行器特征提取中的应用                                          915


                                                                 [5] 王勇. 小波变换下舰船辐射噪声特征提取 [J]. 舰船科学技术,
             5 结论                                                  2016, 38(22): 10–12.
                                                                   Wang Yong. Ship radiated noise feature extraction based
                 本文将 MFCC 特征提取方法用于小型低空飞                            on wavelet transformation[J]. Ship Science and Technol-
             行器声信号的特征提取中，并且针对小型低空飞行                                ogy, 2016, 38(22): 10–12.
             器的噪声特点进行改进。小型低空飞行器的声音主                              [6] 张怡然, 白静, 王力. 基于多窗频谱估计和平滑幅度谱包络的
                                                                   Mel 频率倒谱系数 (MFCC) 改进算法 [J]. 科学技术与工程,
             要来自于螺旋桨，固定的机身结构与螺旋桨转数使                                2014, 14(19): 253–256, 274.
             得其辐射噪声的频谱会在特定的谐波上具有较高                                 Zhang Yiran, Bai Jing, Wang Li. An improved MFCC
             能量而出现波峰，这类波峰相对稳定，不易受到环                                algorithm based on multiple window spectrum estimation
                                                                   and smoothing spectrum envelope[J]. Science Technology
             境噪声的干扰。针对这一特点，本文在梅尔滤波过                                and Engineering, 2014, 14(19): 253–256, 274.
             程中提高了对该类谐波分量的感知敏感度，从而提                              [7] 何朝霞, 潘平. 说话人识别中改进的 MFCC 参数提取方法 [J].
             高了特征提取的稳定性与有效性。仿真结果表明，                                科学技术与工程, 2011, 18(18): 4215–4218, 4227.
                                                                   He Zhaoxia, Pan Ping. An improved method of MFCC pa-
             使用改进的 MFCC 特征提取算法对小型低空飞行
                                                                   rameter extraction in speaker recognition[J]. Science Tech-
             器噪声进行特征提取，能够使识别系统具有更低的                                nology and Engineering, 2011, 18(18): 4215–4218, 4227.
             虚警率与漏警率，并且在低信噪比环境中，改进的                              [8] 王民, 曹清菁, 贠卫国, 等. 改进 MFCC 算法在朱鹮鸣声
             MFCC特征提取方法具有更好的抗噪能力。                                  个体识别中的应用 [J]. 计算机工程与科学, 2016, 38(5):
                                                                   1052–1056.
                                                                   Wang Min, Cao Qingjing, Yuan Weiguo. Application of
                            参 考     文   献                          an improved MFCC algorithm in the identification of indi-
                                                                   vidual crested ibis[J]. Computer Engineering and Science,
                                                                   2016, 38(5): 1052–1056.
              [1] Cai G, Dias J, Seneviratne L. A survey of small-scale
                                                                 [9] 石超雄, 李钢虎, 何会会, 等. 基于提升小波变换的 MFCC 在
                 unmanned aerial vehicles: recent advances and future
                                                                   目标识别中的应用 [J]. 声学技术, 2014, 33(4): 372–375.
                 development trends[J]. Unmanned Systems, 2014, 2(2):
                                                                   Shi Chaoxiong, Li Ganghu, He Huihui, et al.  Appli-
                 175–199.
              [2] Thomas C. Sensor fusion-foundation and applications[M].  cation of the lifting wavelet transform based MFCC in
                                                                   target identification[J]. Technical Acoustics, 2014, 33(4):
                 1st Edition. Croatia: InTech, 2011: 139–158.
                                                                   372–375.
              [3] William P E, Hoffman M W. Classification of military
                 ground vehicles using time domain harmonics’ ampli-  [10] 李新欣. 船舶及鲸类声信号特征提取和分类识别研究 [D]. 哈
                 tudes[J]. IEEE Transactions on Instrumentation & Mea-  尔滨: 哈尔滨工程大学, 2012.
                 surement, 2011, 60(11): 3720–3731.             [11] 朱绍程, 刘利民. 低空飞行声目标特征提取技术研究 [J]．电声
              [4] Huang J, Xiao S, Zhou Q, et al. A robust feature extrac-  技术, 2017, 41(7): 90–96.
                 tion algorithm for the classification of acoustic targets in  Zhu Shaocheng, Liu Limin. Research on feature extrac-
                 wild en-vironments[J]. Circuits, Systems, and Signal Pro-  tion of low altitude flying acoustic target[J]. Audio Engi-
                 cessing, 2015, 34(7): 2395–2406.                  neering, 2017, 41(7): 90–96.
   80   81   82   83   84   85   86   87   88   89   90