-
题名基于频谱动态特征和CS-SVM的装甲车辆识别
被引量：3
- 1
-
-
作者
石文雷
樊新海
张传清
-
机构
陆军装甲兵学院车辆工程系
-
出处
《计算机应用》
CSCD
北大核心
2018年第A01期44-47,72,共5页
-
基金
武器装备军内科研项目(2015ZB21)
-
文摘
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。
-
关键词
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
-
Keywords
spectral dynamic features
Support Vector Machine （SVM）
Cuckoo Search （CS）
feature extraction
passive acoustic recognition
-
分类号
TP811
[自动化与计算机技术—检测技术与自动化装置]
-
