文献类型：期刊文章

作　　者：王威[1] 安腾飞[1] 欧建平[2]

机构地区：[1]长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室,湖南长沙410114 [2]国防科技大学电子科学与工程学院,湖南长沙410073

出　　处：《声学技术》

基　　金：国防973基金赞助项目(613XXX0301)

年　　份：2018

卷　　号：37

期　　号：1

起止页码：89-93

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、IC、INSPEC、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决近场空域低、慢、小旋翼无人机的安全威胁,提出基于音频信号分析的无人机探测识别方法。该方法采用改进流程和参数的梅尔频率倒谱系数(Mel-Frequency Cepstral Coeffi-cients,MFCC)和其一阶差分作为无人机音频的特征参数,结合提出的多距离分段采集法,通过训练高斯混合模型(Gaussian Mixture Model,GMM),建立多特征的无人机音频"指纹库",最后用特征匹配算法实现无人机的探测和识别。实验结果表明,所提出的方法在典型郊区环境中可实现150 m距离内无人机的探测和识别,识别率达到84.4%。

关 键 词：无人机 探测和识别  梅尔频率倒谱系数  高斯混合模型

分 类 号：TB53[物理学类]