利用声波和地震波识别军事车辆类型 - 生物通.PDF

　2006 年 4 月 系统工程理论与实践 第 4 期 　 ( ) 文章编号 2006 利用声波和地震波识别军事车辆类型 肖汉光1 ,2 ,蔡从中1 ,2 ,廖克俊1 ( 1 重庆大学应用物理系 ,重庆 400044 ;2 新加坡国立大学计算科学系 ,新加坡 117543) 摘要 : 　声波和地震波是军事车辆类型识别的重要信息源 , 针对军事车辆运动时产生的声波和地震波 , 采用短时傅里叶变换提取其波形数据的频谱特征向量 ,提出基于能量频谱密度进行二次特征选择 ,构造 ( ) 声波和地震波频谱特征向量子空间 ,从而降低了特征向量的维数. 应用支持向量机 SVM 和最近邻分类 ( ) 法 KNN 分别对声波和地震波数据来进行军事车辆分类 ,结果表明:基于能量频谱密度的二次特征选择 方法能有效地构造出声波和地震波的特征子空间 , 由此得到的分类准确率高于传统的特征选择方法. 通 过比较 SVM 和 KNN 的分类结果可以得出 SVM 的分类效果优于 KNN . 关键词 : 　特征提取 ;车辆识别 ;能谱密度 ;傅里叶变换 中图分类号 : 　TP181 ;O17422 　　　　　　　　文献标识码 : 　A 　　　 Recognition of Military Vehicles by Using Acoustic and Seismic Signals XIAO Hanguang1 ,2 , CAI Congzhong1 ,2 , L IAO Kej un1 (1Department of Applied Physics , Chongqing University , Chongqing 400044 , China ; 2Department of Computational Science , National University of Singapore , Singapore 117543) Abstract : 　Acoustic and seismic wave data play an important role in the recognition of military vehicles. We utilized the Short Time Fourier Transform ( STFT) approach to extract the spectral feature vectors from the acoustic and seismic ( ) wave data of military vehicles. The power spectral density PSD based feature selection method was proposed to reconstruct the feature subspace of the acoustic and seismic spectral vectors for decreasing the dimension of the feature vectors. Two type military vehicles were respectively classified by using the a