基于频谱动态特征和CS-SVM的装甲车辆识别
针对地面战场装甲车辆目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,建立了一种以频谱动态特征DMFCC为特征提取方法,以布谷鸟搜索(CS)算法优化的支持向量机(CS-SVM)为分类器的装甲车辆声识别模型.采集不同工况下的装甲车辆噪声信号并进行频谱分析,证明DMFCC的有效性.在梅尔频率倒谱系数(MFCC)提取方法基础上,增加能够体现信号动态特征的差分系数,得到DMFCC.利用布谷鸟算法对支持向量机核心参数进行寻优求得全局最优解,得到具有最佳参数优化的支持向量机分类模型.对噪声信号分别进行特征提取和分类器识别实验,结果分析表明,DMFCC中的二阶差分组合系数优于传统MFCC以及一阶差分组合系数.布谷鸟算法得到的优化模型CS-SVM比引力搜索算法(GSA)、人工蜂群算法(ABC)等算法得到的模型具有更高的识别率,达到93%以上.
频谱动态特征、支持向量机、布谷鸟算法、特征提取、被动声识别
38
TP811(远动技术)
武器装备军内科研项目2015ZB21
2018-08-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-47,72