论文部分内容阅读
针对舱音信息中响度大、种类多和频率范围宽的噪声对舱音识别性能造成严重影响的问题,利用基于最小均方差算法的自适应滤波器对舱音进行降噪。通过调整滤波器的阶数和步长使降噪效果达到最佳,然后对降噪后的舱音进行预加重、分帧、加窗及傅里叶变换;依次提取每个舱音信号的梅尔倒谱系数和一阶差分倒谱参数作为特征向量;设计支持向量机,利用舱音进行训练和识别,解决了舱音样本在低信噪比下识别性能低的缺点。仿真结果表明,该方法明显优于小波包降噪,识别精确率达到96.9231%。