张玉军
- 作品数：3 被引量：5H指数：1
- 供职机构：四川大学电子信息学院更多>>
- 发文基金：中国人民解放军总装备部预研基金更多>>
- 相关领域：理学一般工业技术电子电信更多>>
- 小波MFCC和HMM在低空声目标识别中的应用被引量：4
- 2011年
- 低空目标声信号是时变的、非平稳的,若以传统的Mel倒谱系数(MFCC)作为特征参数,虽然能模拟人耳的听觉特性,但不能更好地反映低空声信号的动态特性。基于小波变换可以精确反映非平稳信号瞬间变化的特点,文中用小波变换替代MFCC参数提取过程中的FFT变换,将改进后的MFCC与能够很好表征时变信号特性的隐马尔可夫模型(HMM)结合,对低空目标声信号进行检测识别。最后用实际采集到的直升机声信号和非直升机声信号进行实验,取得了较好的识别效果。实验的对比结果验证了该方法的有效性和可行性。
- 张玉军杨巨龙孙大飞高勇
- 关键词：MEL倒谱系数隐马尔可夫模型
- 利用仰角信息降低直升机声目标检测虚警率
- 2011年
- 对直升机声目标的检测是低空管制的一项重要内容。利用谐波特征识别直升机声信号往往受到地面噪声的影响,系统的虚警率高。不同的声源目标有着不同的空间位置,依据这一特性,文中提出一种利用仰角信息和谐波特征综合判断的方法来检测直升机声目标。实验的对比结果表明了该方法的有效性和可行性,系统的虚警率从18.29%降到了4.88%。最后在LabVIEW环境下,设计出声探测技术实验平台用于直升机声目标的检测,实现了软件和硬件的结合。平台的界面友好,操作简单,实用性较好。
- 杨巨龙刘翔张玉军高勇
- 关键词：虚警率
- 基于EMD和2(1/2)维谱的直升机声信号特征提取被引量：1
- 2010年
- 利用经验模态分解(Empirical Mode Decomposition,EMD)的方法将直升机声信号进行分解,得到一系列本征模态分量(Instrinsic Mode Function,IMF)。计算实际直升机声信号及由其分解得到的每个IMF分量的四阶累积量对角切片谱,并由此得到实际信号及每个IMF分量的四阶累积量对角切片谱的幅度绝对值之和E。计算每一个IMF的E值与实际信号E值的比值构成直升机声信号特征矢量。采用神经网络分类器,对两种不同机型的直升机声信号进行分类和识别。仿真实验验证了该方法是可行的、有效的,分类识别取得了较好的效果。
- 谭皇杨巨龙张玉军高勇
- 关键词：经验模态分解BP神经网络
