$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

MFCC 특징 벡터를 이용한 수중 천이 신호 식별
Classification of Underwater Transient Signals Using MFCC Feature Vector 원문보기

한국통신학회논문지. The Journal of Korea Information and Communications Society. 통신이론 및 시스템, v.32 no.8C, 2007년, pp.675 - 680  

임태균 (경북대학교 전자전기컴퓨터학부) ,  황찬식 (경북대학교 전자전기컴퓨터학부) ,  이형욱 (국방과학연구소 수중탐지체계부) ,  배건성 (경북대학교 전자전기컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

일반적으로 천이 신호의 식별은 지진학이나 상태 모니터링 분야, 특히 수중 음향 신호 처리 분야에서 활발한 연구가 이루어지고 있다. 수중 환경에서 발생하는 천이 신호로는 돌고래와 같은 해양 생물이 내는 천이 신호와 선박, 잠수함 등에서 발생하는 인위적인 천이 신호 등이 있으며, 수중 감시 체계에서 이러한 수중 천이 신호를 식별하는 문제는 매우 중요한 연구 주제이다. 본 논문에서는 음성 인식 분야에서 우수한 인식 성능을 보이는 MFCC(Mel Frequency Cepstral Coefficient)를 기반으로, 천이 신호로 탐지된 입력 신호에 대하여 분석 프레임 단위로 MFCC 특징 벡터를 추출하고, 식별하고자 하는 데이터베이스에 있는 모든 참조 신호들의 MFCC 특징 벡터와의 유클리디언 거리(euclidean distance)를 계산한 후, 가장 작은 값을 갖는 참조 신호로 입력 프레임들을 사상(mapping)시킴으로써 사상이 가장 많이 된 참조 신호로 탐지된 수중 천이신호를 식별하는 프레임 기반의 식별 알고리즘을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a new method for classification of underwater transient signals, which employs frame-based decision with Mel Frequency Cepstral Coefficients(MFCC). The MFCC feature vector is extracted frame-by-frame basis for an input signal that is detected as a transient signal, and Euclidean ...

주제어

#Underwater transient signal classification   #MFCC  

참고문헌 (8)

  1. Dragana Carevic, 'Adaptive window-length detection of underwater transients using wavelets,' J. Acoust. Soc. Am., vol. 117, no. 5, pp. 2904-2913, May 2005 

    상세보기 crossref

  2. Simon Tucker. and Guy J. Brown, 'Classification of transient sonar sounds using perceptually motivated features,' IEEE J. Ocean Engineering, vol. 30, no. 3, pp. 588-600, July 2005 

    상세보기 crossref

  3. Stefanos K. Goumas, Michael E. Zervakis, and G. S. Stavrakakis, 'Classification of washing machines vibration signals using discrete wavelet analysis for feature extraction,' IEEE Trans. Instrumentation and Measurement, vol. 51, no. 3, pp. 497-508, June 2002 

    상세보기 crossref

  4. N. Yen, 'Time and frequency representation of acoustic signals by means of the Wigner distribution: Implementation and interpretation,' J. Acoust. Soc. Am., vol. 81, no. 6, pp. 1841-1850, June 1998 

    상세보기 crossref

  5. Boualem Boashash and Peter O'Shea, 'A methodology for detection and classification of some underwater acoustic signals using time-frequency analysis techniques,' IEEE Trans. Acoustics, Speech and Signal Processing, vol. 38, no. 11, pp. 1829-1841, November 1990 

    상세보기 crossref

  6. J. R. Dellar, J. G. Proakis, and J. H. L. Hansen, Discrete-Time Processing of Speech Signals, Macmillan Publishing Company, a division of Macmillan Inc., 380-397, 1993 

  7. K. Sri Rama Murty and B. Yegnanarayana, 'Combining Evidence From Residual Phase and MFCC Features for Speaker Recognition,' IEEE Signal processing Letters, vol. 13, no. 1, pp. 52-55, January 2006 

    상세보기 crossref

  8. Taegyun Lim, Siho Kim, Keunsung Bae, Chansik Hwang, 'Classification of Some Underwater Transient Signals Using Wigner-Ville Distribution Function,' The 9th Western Pacific Acoustics Conference, pp. 173, June 2006 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로