基于PCA和非线性映射改进的MFCC特征提取方法

来源：电子测量技术杂志2025年第10期北京时间：

作者：符恬恬，郑斌琪，李成娟，夏利杰

单位：1.中国科学院上海微系统与信息技术研究所微系统技术重点实验室 上海 201800;2.中国科学院大学 北京 100049

摘要：使用传统的梅尔倒谱系数(MFCC)作为特征进行野外目标识别时，由于MFCC对环境干扰较敏感，所以会导致识别率的下降。针对这个问题，提出了使用主成分分析法(PCA)代替MFCC提取过程中使用的离散余弦变换，并且使用非线性函数对梅尔滤波后所获得的对数能量进行映射。改进后的MFCC更贴合实际数据、可以增强目标信号所在频段的权重、有着良好的可分性和鲁棒性。经过实验验证，使用PCA和非线性映射改进后的MFCC作为分类特征时，准确率为93.36%，优于传统的MFCC。

关键词：目标识别;梅尔倒谱系数;主成分分析;非线性映射

基金资助：微系统重点实验室基金课题（6142804230101）项目资助