曾渊
- 作品数：5 被引量：3H指数：1
- 供职机构：西北工业大学航海学院更多>>
- 相关领域：交通运输工程理学一般工业技术电子电信更多>>
- 语音识别方法在水下目标识别中的应用被引量：1
- 2012年
- 水下目标识别是潜艇在海战中,先敌发现并有效进行水声对抗的关键技术。然而,如何根据声纳接收到的舰船辐射噪声对三类目标进行分类识别是长期困扰人们的问题。研究了四种语音识别中常用的方法——线性预测系数(LPC),线性预测倒谱系数(LPCC),美尔倒谱系数(MFCC)和最小均方无失真响应(MVDR),在水下目标识别中的应用效果,并比较了这四种方法在无噪声情况下的识别概率,以及在不同信噪比下的识别概率,并通过比较找到在无噪声和有噪声情况下的最佳方法。实验表明,在无噪声的情况下,MFCC方法总体识别率最高,第一类目标MFCC方法的识别率最高,第二类目标MFCC和MVDR方法识别率相似,好于其他两者,第三类目标MVDR方法识别率最高。在加入噪声的情况下,MVDR方法对三类目标的识别和抗噪声性能明显好于其余三者。
- 曾渊李钢虎赵亚楠苗雨
- 关键词：线性预测系数线性预测倒谱系数美尔倒谱系数
- 最小方差无失真响应基础上的语音信号处理方法研究
- 本文讨论了在语音信号处理中广泛使用的线性预测（LP）模型,分析了线性预测模型在语音谱包络方面存在的缺点。在此基础上,提出了最小方差无失真响应（MVDR）谱方法,并将其应用到语音特征提取中,通过Toeplitz矩阵的Cho...
- 要庆生李钢虎曾渊赵亚楠何会会
- 关键词：最小方差无失真响应语音特征提取
- 文献传递
- 基于最小均方无失真响应和支持向量机的被动声纳目标识别被引量：2
- 2011年
- 为了有效地进行被动声纳识别,研究了一种运用最小均方无失真响应(Minimum Variance Distortionless Response,MVDR)谱系数作为特征参数,用多分类支持向量机作为分类器,进行被动声纳目标识别的方法。实验表明,在不同数目的训练样本情况下,基于最小均方无失真响应谱系数和多分类支持向量机的被动声纳目标识别方法使系统的性能显著提高,具有很好的识别效果和应用价值.其优于传统的神经网络作为分类器的识别方法,尤其是在训练样本较少情况下,识别率具有很大的提高。
- 赵亚楠李钢虎曾渊
- 关键词：支持向量机
- 任意概率分布白噪声在线谱增强中的仿真研究
- 非高斯任意概率分布白噪声在理论假设中已经得到广泛的应用,如何生成各种概率分布的随机数成为计算机技术在仿真领域应用中必须首要解决的问题.于是本文以拉普拉斯分布的白噪声为例讲述了在MATLAB中不能直接调用的任意概率分布白噪...
- 曾渊李钢虎赵亚楠
- 关键词：四阶累积量
- 文献传递
- 高阶累积量在目标识别中的应用
- 2013年
- 自动目标识别无论在民用上，还是在军用上都具有重大的意义和作用，可以应用在雷达技术、地球遥感、农作物分类辨识等领域上。利用高阶累计量来自动识别目标是调制识别领域的一个热点。实践证明，高阶累积量的抗噪声性能较好，能够通过将非高斯信号（含有高斯噪声）变换到累量谱域或者累量进行处理以便将噪声剔除。本文结合笔者的实际经验，就高阶累积量在目标识别中的应用进行了深入的探讨，提出了自己的建议和看法，具有一定的参考价值。
- 陈冬李钢虎曾渊
- 关键词：高阶累积量目标识别
