基于多重特征提取的战场车辆声目标识别

摘要：

战场上车辆声音信号的构成非常复杂,采用单一的特征很难全面反映其特点,提取多种特征来构成特征向量就显得非常重要.应用改进的横虚警率检测(CFAR)算法对车辆声信号进行了分离,得到了数据的有效部分;提取了谐波集,Mel倒谱系数(MFCC)和小波能量3种特征,并应用主成分分析(PCA)方法对特征集进行了降维融合处理.实验结果表明:3种特征融合后的分类性能要好于单一特征,目标的识别率能够达到90%以上.

关键词：特征提取、横虚警检测、特征降维、目标识别

所属期刊栏目：29

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金资助项目60575027

在线出版日期：2011-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：30-32