宇航学报
宇航學報
우항학보
JOURNAL OF ASTRONAUTICS
2011年
6期
1428-1434
,共7页
杨琳%王从庆%缪鹏%姜龙生
楊琳%王從慶%繆鵬%薑龍生
양림%왕종경%무붕%강룡생
舱音记录器%非话语背景声音信号%Huffman最优二叉树支持向量机%信号自动识别
艙音記錄器%非話語揹景聲音信號%Huffman最優二扠樹支持嚮量機%信號自動識彆
창음기록기%비화어배경성음신호%Huffman최우이차수지지향량궤%신호자동식별
飞行器舱音记录器(CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成.目前国内对该类信号的分析和辨别主要是计算机译码后利用人耳进行辨听,存在不易准确分辨各种独立声音信号的缺点.针对舱音信号是一种非平稳性的时频信号,提出了基于多尺度最优小波包基的CVR背景信号特征提取算法,将10种典型信号进行小波包分解,以分解得到的子带能量作为信号初始特征,再根据类间最大距离准则选取最优小波包基,从而确定待识别信号最具有代表性的特征向量,最后基于Huffman最优二叉树支持向量机进行CVR背景信号分类.仿真实验结果表明,该方法的平均识别率为94.62%,可以应用于CVR背景声音信号的自动识别.
飛行器艙音記錄器(CVR)記錄的艙音信號,通常是語音聲、警告聲、開關按鈕聲和揹景譟聲等混閤而成.目前國內對該類信號的分析和辨彆主要是計算機譯碼後利用人耳進行辨聽,存在不易準確分辨各種獨立聲音信號的缺點.針對艙音信號是一種非平穩性的時頻信號,提齣瞭基于多呎度最優小波包基的CVR揹景信號特徵提取算法,將10種典型信號進行小波包分解,以分解得到的子帶能量作為信號初始特徵,再根據類間最大距離準則選取最優小波包基,從而確定待識彆信號最具有代錶性的特徵嚮量,最後基于Huffman最優二扠樹支持嚮量機進行CVR揹景信號分類.倣真實驗結果錶明,該方法的平均識彆率為94.62%,可以應用于CVR揹景聲音信號的自動識彆.
비행기창음기록기(CVR)기록적창음신호,통상시어음성、경고성、개관안뉴성화배경조성등혼합이성.목전국내대해류신호적분석화변별주요시계산궤역마후이용인이진행변은,존재불역준학분변각충독립성음신호적결점.침대창음신호시일충비평은성적시빈신호,제출료기우다척도최우소파포기적CVR배경신호특정제취산법,장10충전형신호진행소파포분해,이분해득도적자대능량작위신호초시특정,재근거류간최대거리준칙선취최우소파포기,종이학정대식별신호최구유대표성적특정향량,최후기우Huffman최우이차수지지향량궤진행CVR배경신호분류.방진실험결과표명,해방법적평균식별솔위94.62%,가이응용우CVR배경성음신호적자동식별.