【技术实现步骤摘要】
一种时频联合处理的声纹切片统计量特征提取方法
[0001]本专利技术属于水声目标特征提取
,具体涉及一种时频联合处理的声纹切片统计量特征提取方法
。
技术介绍
[0002]为了对船舶辐射噪声进行分类,现有技术中系统地讨论了船舶辐射噪声的理论基础,并指出船舶辐射噪声的频谱细节是表征目标种类的一类重要特征
。
因此现有方法通过线谱特征提取
、
调制谱特征提取
、
功率谱特征提取和
Mel
谱特征提取等多种谱特征提取方法,从不同的角度出发提取目标的一类稳定特征
。
然而,船舶辐射噪声的非平稳性和非线性的特性导致特征具有时变性,尽管
Mel
谱特征提取了梅尔频率倒谱系数
(MFCC)
的差分系数作为动态特征,但对时间信息的利用并不充分
。
综上,现有的特征提取方法并未充分利用信号的时变信息,导致利用现有方法提取出的特征对识别性能的提升效果仍然比较有限
。
技术实现思路
[0003]本专利技术的目的是为解决现有的特征提取方法未充分利用信号的时变信息的问题,而提出的一种时频联合处理的声纹切片统计量特征提取方法
。
[0004]本专利技术为解决上述技术问题所采取的技术方案是:
[0005]一种时频联合处理的声纹切片统计量特征提取方法,所述方法具体包括以下步骤:
[0006]步骤一
、
预设多个矩形滤波器,其中,每个矩形滤 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种时频联合处理的声纹切片统计量特征提取方法,其特征在于,所述方法具体包括以下步骤:步骤一
、
预设多个矩形滤波器,其中,每个矩形滤波器对应于一个频带,对船舶辐射噪声信号
s(t)
进行分帧处理后,再利用每个矩形滤波器分别对各段信号进行滤波,得到滤波结果;再分别对每段信号在各个频带下的滤波结果进行短时傅里叶变换,根据短时傅里叶变换结果得到各个频带的声纹切片;步骤二
、
分别获得每个频带的声纹切片的概率密度最大值,再根据概率密度最大值确定对应声纹切片的统计量特征;将各个频带的声纹切片的统计量特征进行串联,得到船舶辐射噪声信号
s(t)
的声纹特征
。2.
根据权利要求1所述的一种时频联合处理的声纹切片统计量特征提取方法,其特征在于,所述矩形滤波器为:其中,
h
l
(t)
为第
l
个矩形滤波器,
t
为时间,
B
为带宽,表示矩形滤波器
h
l
(t)
的中心频率
。3.
根据权利要求2所述的一种时频联合处理的声纹切片统计量特征提取方法,其特征在于,所述根据短时傅里叶变换结果得到各个频带的声纹切片,具体为:其中,为第
i
段信号
s
i
(t)
在第
l
个频带下的短时傅里叶变换结果,
i
=
1,2,
…
,N
,
N
为分帧处理后得到的信号总段数,
l
=
1,2,
…
,L
,
L
为矩形滤波器的个数,
rect(
·
)
是矩形函数,
δ
(
·
)
为激活函数,
ω
为频率,中间变量为频率,中间变量为第
i
段信号
s
i
(t)
在第
l
个频带下的频谱片段;对各段信号
技术研发人员:梁国龙,郭少祥,邹男,王晋晋,郝宇,吴冠谊,李雄辉,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。