买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工程大学申请的专利一种新的加权梅尔频率倒谱特征融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117251822B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311241993.7，技术领域涉及：G06F18/25；该发明授权一种新的加权梅尔频率倒谱特征融合方法是由梁国龙;郭少祥;邹男;王晋晋;郝宇;吴冠谊;李雄辉设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种新的加权梅尔频率倒谱特征融合方法在说明书摘要公布了：一种新的加权梅尔频率倒谱特征融合方法，它属于水声目标识别领域。本发明解决了基于现有的权值选择方法所得到融合特征的可分性差，对识别准确率提升的效果有限的问题。本发明通过对MFCC特征进行差分运算，得到一阶差分特征，再对一阶差分特征进行差分运算，得到二阶差分特征，再将MFCC特征、一阶差分特征和二阶差分特征进行线性加权，构造一个与MFCC特征同维度的融合特征，本发明融合后的特征包含大量的时间维度上的信息，因此相比较于MFCC特征稳健性更强。而且通过计算两类不同目标的特征概率密度分布函数之间的距离，并通过寻找特征分布距离的最大值来确定权值，根据权值融合后的特征保证了最大化的特征可分性。本发明方法可以应用于水声目标识别。

本发明授权一种新的加权梅尔频率倒谱特征融合方法在权利要求书中公布了：1.一种新的加权梅尔频率倒谱特征融合方法，其特征在于，所述方法具体包括以下步骤： 步骤一、对辐射噪声信号进行分帧处理后，再分别对分帧处理得到的每一帧信号进行加窗，得到各帧加窗信号； 步骤二、分别对每帧加窗信号进行傅里叶变换，得到傅里叶变换后的各帧加窗信号； 步骤三、设置梅尔滤波器组，所述梅尔滤波器组内包括个梅尔滤波器，个梅尔滤波器将频谱分为个频带； 再分别将傅里叶变换后的各帧加窗信号经过梅尔滤波器组，得到傅里叶变换后的每帧加窗信号经过各个梅尔滤波器的输出能量； 步骤四、对于傅里叶变换后的第帧加窗信号，对经过各个梅尔滤波器输出的能量分别取对数，利用取对数的结果组成第帧信号的对数能量矩阵； 同理，分别得到各帧信号的对数能量矩阵； 步骤五、分别对每帧信号的对数能量矩阵进行离散余弦变换，根据离散余弦变换结果得到每帧信号的MFCC特征； 步骤六、对每帧信号的MFCC特征进行差分运算，得到每帧信号的一阶差分特征；再对每帧信号的一阶差分特征进行差分运算，得到每帧信号的二阶差分特征； 步骤七、各帧信号的MFCC特征串联得到辐射噪声信号的MFCC特征，各帧信号的一阶差分特征串联得到辐射噪声信号的一阶差分特征，各帧信号的二阶差分特征串联得到辐射噪声信号的二阶差分特征； 步骤八、对辐射噪声信号的MFCC特征、一阶差分特征和二阶差分特征进行加权融合，得到辐射噪声信号的加权梅尔频率倒谱特征； 所述步骤八的具体过程为： 其中，为辐射噪声信号的加权梅尔频率倒谱特征，为辐射噪声信号的MFCC特征，为辐射噪声信号的一阶差分特征，为辐射噪声信号的二阶差分特征，和为权值； 所述权值和的计算方法为： 步骤1、提取目标的辐射噪声信号的加权梅尔频率倒谱特征，再通过主成分分析将加权梅尔频率倒谱特征降维到一维，并通过直方图统计的方法对一维的加权梅尔频率倒谱特征进行处理，得到目标中的第帧信号的概率密度，根据各帧信号的概率密度得到概率密度函数； 步骤2、提取目标的辐射噪声信号的加权梅尔频率倒谱特征，再通过主成分分析将加权梅尔频率倒谱特征降维到一维，并通过直方图统计的方法对一维的加权梅尔频率倒谱特征进行处理，得到目标中的第帧信号的概率密度，根据各帧信号的概率密度得到概率密度函数； 步骤3、目标的辐射噪声信号的加权梅尔频率倒谱特征与目标的辐射噪声信号的加权梅尔频率倒谱特征的巴氏距离为： 定义； 则权值和满足： 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。