电声技术
電聲技術
전성기술
AUDIO ENGINEERING
2015年
5期
66-70
,共5页
特征提取%慢特征分析(SFA)%目标识别
特徵提取%慢特徵分析(SFA)%目標識彆
특정제취%만특정분석(SFA)%목표식별
慢特征分析(SFA)算法是一种基于慢度原则、无人监管的高效算法,其核心思想是从复杂多变的混合信号中提取出其中所隐含的缓慢变化成分.声呐接收到的信号,通常都是用Mel频率倒谱系数算法做特征提取,而对于声呐浮标等需要使用无线通信方式传输目标信号的情况,由于信号在传播过程中受信道影响而产生一定的误码率,使得传统的MFCC方法的特征提取性能下降.在传统MFCC的基础上,提出了一种新的算法——基于SFA的改进MFCC特征提取算法.实验数据分析证明,基于SFA的改进MFCC特征性能较传统的基于离散余弦变换(DCT)的MFCC特征性能有明显的提高,从而证实了所提算法的有效性和实用性.
慢特徵分析(SFA)算法是一種基于慢度原則、無人鑑管的高效算法,其覈心思想是從複雜多變的混閤信號中提取齣其中所隱含的緩慢變化成分.聲吶接收到的信號,通常都是用Mel頻率倒譜繫數算法做特徵提取,而對于聲吶浮標等需要使用無線通信方式傳輸目標信號的情況,由于信號在傳播過程中受信道影響而產生一定的誤碼率,使得傳統的MFCC方法的特徵提取性能下降.在傳統MFCC的基礎上,提齣瞭一種新的算法——基于SFA的改進MFCC特徵提取算法.實驗數據分析證明,基于SFA的改進MFCC特徵性能較傳統的基于離散餘絃變換(DCT)的MFCC特徵性能有明顯的提高,從而證實瞭所提算法的有效性和實用性.
만특정분석(SFA)산법시일충기우만도원칙、무인감관적고효산법,기핵심사상시종복잡다변적혼합신호중제취출기중소은함적완만변화성분.성눌접수도적신호,통상도시용Mel빈솔도보계수산법주특정제취,이대우성눌부표등수요사용무선통신방식전수목표신호적정황,유우신호재전파과정중수신도영향이산생일정적오마솔,사득전통적MFCC방법적특정제취성능하강.재전통MFCC적기출상,제출료일충신적산법——기우SFA적개진MFCC특정제취산법.실험수거분석증명,기우SFA적개진MFCC특정성능교전통적기우리산여현변환(DCT)적MFCC특정성능유명현적제고,종이증실료소제산법적유효성화실용성.
