首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

基于音频特性的无人机检测与识别研究

摘要第5-6页
Abstract第6页
1 绪论第9-14页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 飞行器目标自动识别研究现状第10-11页
        1.2.2 被动声探测技术研究现状第11-12页
    1.3 本文的主要内容第12-14页
2 无人机声信号特性分析及预处理第14-22页
    2.1 无人机噪声与环境背景噪声特性分析第14-16页
        2.1.1 旋翼无人机噪声特性分析第14-15页
        2.1.2 固定翼无人机噪声特性分析第15页
        2.1.3 风雨噪声特性分析第15-16页
    2.2 声信号的预处理第16-21页
        2.2.1 小波变换的基本理论第16-17页
        2.2.2 基于小波变换的降噪算法第17-21页
    2.3 本章小结第21-22页
3 声信号的特征提取第22-33页
    3.1 基于EMD和IMF能量比的特征提取第22-25页
        3.1.1 EMD的基本理论第22-24页
        3.1.2 基于EMD和IMF能量比的无人机声信号特征提取第24-25页
    3.2 基于听觉感知的特征提取第25-29页
        3.2.1 听觉感知与听觉心理的基本理论第25-26页
        3.2.2 基于MFCC的无人机声信号特征提取第26-29页
    3.3 特征向量的可分性判据第29-32页
    3.4 本章小结第32-33页
4 分类器设计及无人机类型识别第33-49页
    4.1 矢量量化方法第33-36页
        4.1.1 矢量量化的基本理论第33-34页
        4.1.2 矢量量化的码本设计第34-36页
        4.1.3 基于矢量量化的无人机声信号识别第36页
    4.2 支持向量机第36-45页
        4.2.1 支持向量机的基本理论第36-41页
        4.2.2 核函数第41-43页
        4.2.3 基于支持向量机的无人机声信号识别第43-45页
    4.3 无人机多目标识别实验及结果第45-48页
        4.3.1 实验说明第45-46页
        4.3.2 基于VQ的无人机识别算法的数值实验第46-47页
        4.3.3 基于SVM的无人机识别算法的数值实验第47-48页
    4.4 本章小结第48-49页
5 基于主成分分析的特征降维及融合第49-56页
    5.1 主成分分析的基本理论第49-50页
    5.2 基于主成分分析的无人机特征降维第50-51页
    5.3 无人机特征降维及特征融合实验第51-55页
        5.3.1 基于PCA的降维实验第51-54页
        5.3.2 特征融合实验第54-55页
    5.4 本章小结第55-56页
6 结论与展望第56-58页
致谢第58-59页
参考文献第59-63页
附录第63页

论文共63页,点击 下载论文
上一篇:多层金属机匣的包容性试验与数值仿真分析
下一篇:退役推进剂的资源化再利用研究