期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于ICA和HMM的战场混叠声目标识别 被引量:3
1
作者 陈功 张雄伟 《弹道学报》 EI CSCD 北大核心 2007年第1期92-96,共5页
为识别战场混叠声目标,提出一种基于独立分量分析(ICA)的声目标盲分离和隐马尔可夫(HMM)识别的混合声识别方法.建立已知声目标的HMM,实现混叠声目标盲分离,提取的线性预测系数作为声目标识别参数,通过K均值聚类得到训练和识别特征向量,... 为识别战场混叠声目标,提出一种基于独立分量分析(ICA)的声目标盲分离和隐马尔可夫(HMM)识别的混合声识别方法.建立已知声目标的HMM,实现混叠声目标盲分离,提取的线性预测系数作为声目标识别参数,通过K均值聚类得到训练和识别特征向量,通过Viterbi解码判断声目标的类别.仿真结果表明,ICA分析能有效地分离混叠声目标信号,基于线性预测系数的HMM识别率较高,混合模型识别系统在混叠声目标识别中具有可行性. 展开更多
关键词 独立分量分析 隐马尔可夫模型 线性预测系数 目标识别 仿真
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部