高压水射流靶物反射声信号的特征提取方法
孙帅
杨洪涛
张东速
方传智
牛明强
1.安徽理工大学机械工程学院,安徽淮南2320012.安徽理工大学机械工程学院,安徽淮南2320013.安徽理工大学机械工程学院,安徽淮南2320014.安徽理工大学机械工程学院,安徽淮南2320015.安徽理工大学机械工程学院,安徽淮南232001
摘要:为了提高利用高压水射流靶物反射声信号识别靶物材质的效率,针对地雷探测过程常见的地雷、石块、砖块和木块4种靶物,采用不同的特征提取方法来识别靶物材质.在分析Mel频率倒谱系数及小波包变换倒谱系数基本原理的基础上,结合靶物反射声信号的特点,提出了一种基于Mel频率倒谱和小波包变换倒谱特征融合的特征提取方法:利用小波包变换将原始靶物反射声信号划分为若干子频段,选取其中一个子频段作为低频和高频的划分层;低频部分提取Mel频率倒谱系数作为特征值,高频部分则提取小波包变换倒谱系数作为特征值,将2组特征值线性合并为一组新的特征向量,用于靶物材质的识别.采用最小二乘支持向量机建立多分类模型,验证基于单一特征和基于特征融合的特征提取方法的识别率.实验结果表明,在取得低频与高频的最佳划分层时,基于特征融合的特征提取方法的平均识别率达到82.812 5%,较单一的利用Mel频率倒谱系数或小波包变换倒谱系数作为特征向量时的平均识别率分别提高了10.312 5%和7.812 5%.
关键词:高压水射流靶物反射声靶物材质识别Mel频率倒谱小波包变换特征融合
分类号:TD67(矿山电工)
资助基金:国家自然科学基金(51075002)
论文发表日期:2014-01-01
在线出版日期:2025-08-15(本平台首次上网日期,不代表文献的发表时间)
英文信息展开
工矿自动化

工矿自动化

北大核心CSTPCD
ISSN:1671-251X
年,卷(期):2014,40(11)
所属栏目:实验研究