飞行状态下短翼菊头蝠与鲁氏菊头蝠回声定位声波小波包识别方法.pdfVIP

维普资讯 第 27卷第 1期 声 学 技 术 Vo1．27．No．1 2008年 2月 TechnicalAcous廿as Feb．，2008 飞行状态下短翼菊头蝠与鲁氏菊头蝠 回声定位声波小波包识别方法 张新娜 ，王双维 ，冯 江2，胡秀丽 ， 刘 颖2，何小华 ，施利 民2 (1．东北师范大学物理学 院，长春 130024；2．东北师范大学城市与环境科学学 院，长春 130024) 摘要 ：为了对蝙蝠 回声定位声波进行种类识别 ，论文基于离散小波包分解的特征提取方法 ，对飞行状态下短翼菊头 蝠与鲁氏菊头蝠的回声定位声波进行三层小波包分解，提取两种菊头蝠在不同频率带内声波信号的能量作为特征 参数 ．并根据 U检验结果选取参数作为识别特征向量 ，进行 BP神经网络识别 。其 中短翼菊头蝠和鲁 氏菊头蝠回声 定位声波训练样本分别为95个和 102个 ，测试样本分别为44个和 68个 。对现有测试样本识别率达到 100％。结果 表明．基于小波包分析和神经网络 的分类方法对蝙蝠 回声定位声波进行识别是可行的。 关键词：蝙蝠 ；小波包 ；特征提取 ；神经 网络 ；识别 中图分类号 ：0429 文献标识码 ：A 文章编号 ：1000—3630(2008)-01—0044-05 Recognition method ofwaveletpacketsforecho—locating callsofflyingrhinolophuslepidusandrhinolophusrouxi ZHANG Xin-na ，WANG Shuang—wei，FENG Jiang。，HU Xiu-li， LIU Ying。，HE Xiao-hua ，SHILi—min2 (1_CollegeofPhysics，NortheastNormalUniversity，Changchun130024；2．Collegeof Urbanand EnvironmentalScineces，NortheastNormalUnivresity，Changchun 130024，China) Abstract：In orderto classify bat’S echo—location to species level，a feature extxaction bas ed on wavelet packetdecomposition isused． Threewaveletpackets decomposition is apphedto the echo-locating calls of nymg Rhinolophus Lepidus and Rhinolophus Louxi．The energy valuesin different~equency bna ds of sound signalareextracted as chraacteristicpraameters．An eigenvectormade up ofappropriateprama eters according to the U testing resultisus ed to recognize the two bats with Back Propagation Neural Net- work．In thispaper，thenumbersoftraining callsofRhinolophus Lepidusna d RhinolophusLouxirae95 na d 102 respectiv