基于改进残差网络的低空无人机声音识别方法

作者：薛珊; 卫立炜; 顾宸瑜; 孟宪宇; 贾冰

来源：长春理工大学学报(自然科学版), 2022, 45(04): 100-107.

• 无人机
• 声音识别
• 特征提取
• 对数梅尔谱图
• 卷积神经网络

“黑飞”无人机的泛滥给人们的生活带来了极大威胁。抵制“黑飞”无人机的首要任务是识别它。针对低空无人机识别问题，设计了一种基于改进残差网络的无人机声音识别方法。首先，采集低空无人机声音数据并进行预处理，建立数据集；其次，研究并比较了梅尔频率倒谱系数（MFCC）、对数梅尔谱图（Log-Mel）及其一阶差分等音频特征；然后，设计了基于残差块改进的神经网络（IRBNet）；最后，运用设计的IRBNet以及CNN-1、CNN-2、ResNet和IRBNet-1等基准网络对无人机进行识别实验。实验结果表明，IRBNet的识别准确率为97.45%，与其他基准网络相比，准确率更高；设计的IRBNet具有识别无人机的可行性和有效性。

• 单位
  机电工程学院; 西安交通大学; 长春理工大学