10.3969/j.issn.1004-499X.2007.01.025
基于ICA和HMM的战场混叠声目标识别
为识别战场混叠声目标,提出一种基于独立分量分析(ICA)的声目标盲分离和隐马尔可夫(HMM)识别的混合声识别方法.建立已知声目标的HMM,实现混叠声目标盲分离,提取的线性预测系数作为声目标识别参数,通过K均值聚类得到训练和识别特征向量,通过Viterbi解码判断声目标的类别.仿真结果表明,ICA分析能有效地分离混叠声目标信号,基于线性预测系数的HMM识别率较高,混合模型识别系统在混叠声目标识别中具有可行性.
独立分量分析、隐马尔可夫模型、线性预测系数、目标识别、仿真
19
TP391.4(计算技术、计算机技术)
2007-05-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96