10.3969/j.issn.1672-9870.2022.04.016
基于改进残差网络的低空无人机声音识别方法
"黑飞"无人机的泛滥给人们的生活带来了极大威胁.抵制"黑飞"无人机的首要任务是识别它.针对低空无人机识别问题,设计了一种基于改进残差网络的无人机声音识别方法.首先,采集低空无人机声音数据并进行预处理,建立数据集;其次,研究并比较了梅尔频率倒谱系数(MFCC)、对数梅尔谱图(Log-Mel)及其一阶差分等音频特征;然后,设计了基于残差块改进的神经网络(IRBNet);最后,运用设计的IRBNet以及CNN-1、CNN-2、ResNet和IRBNet-1等基准网络对无人机进行识别实验.实验结果表明,IRBNet的识别准确率为97.45%,与其他基准网络相比,准确率更高;设计的IRBNet具有识别无人机的可行性和有效性.
无人机、声音识别、特征提取、对数梅尔谱图、卷积神经网络
45
TP391(计算技术、计算机技术)
吉林省重点科技研发资助项目;吉林省教育厅科学技术研究项目
2022-12-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
100-107