基于MFCC与PNN的高精密航天器多余物材质特征识别方法

摘要：

针对不同材质的高精密航天器多余物信号检测存在特征重叠、可重复性较差的问题,提出基于梅尔频率倒谱系数(MFCC)与概率神经网络(PNN)的多余物材质特征识别方法.借鉴语音识别技术,设计了一种基于能量加权MFCC的多余物材质脉冲特征提取方法;构建了基于MFCC和优化PNN的单个多余物材质脉冲分类模型;利用每个多余物材质脉冲的分类信息构建多余物材质可信度,实现对铝屑、焊锡、塑料和橡胶 4 种典型材质的识别.经实验验证,该分类模型对单个多余物材质的识别准确率均在 90%以上,对 2 个多余物材质的识别准确率均在 80%以上.

关键词：高精密航天器、多余物、脉冲提取、材质识别

所属期刊栏目：40

分类号：TB52.9;V416.6(声学工程)

资助基金：上海市科学技术委员会基金15111103402

在线出版日期：2023-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：522-530