DOI QR코드

DOI QR Code

Classification of Underwater Transient Signals Using Gaussian Mixture Model

정규혼합모델을 이용한 수중 천이신호 식별

  • Received : 2012.04.10
  • Accepted : 2012.05.08
  • Published : 2012.09.30

Abstract

Transient signals generally have short duration and variable length with time-varying and non-stationary characteristics. Thus frame-based pattern matching method is useful for classification of transient signals. In this paper, we propose a new method for classification of underwater transient signals using a Gaussian mixture model(GMM). We carried out classification experiments for various underwater transient signals depending upon the types of noise, signal-to-noise ratio, and number of mixtures in the GMM. Experimental results have verified that the proposed method works quite well for classification of underwater transient signals.

천이신호는 지속시간이 짧으면서 길이의 변화가 크고, 시변성 및 비정재성 특성을 갖는다. 이러한 천이신호의 식별에는 분석 프레임 단위로 참조신호에 대한 기준패턴을 만들어 입력신호와의 유사도를 비교하는 방법이 효과적일 수 있다. 본 연구에서는 참조신호의 기준패턴으로 프레임 기반의 특징벡터들에 대해 확률통계 모형인 정규혼합모델을 적용하는 방법을 제안하고, 다양한 수중 천이신호에 대한 식별 실험을 통해 제안한 방법의 타당성을 검증하였다.

Keywords

References

  1. D. K. Mellinger and C. W. Clark, "Recognizing transient low-frequency whale sounds by spectrogram correlation," J. Acoust. Soc. Am., Vol. 107, No. 6, pp. 3518-3529, June. 2000. https://doi.org/10.1121/1.429434
  2. S. Datta and C. Sturtivant, "Dolphin whistle classification for determining group identities," Signal Processing, Vol. 82, No. 2, pp. 251-258, Feb. 2002. https://doi.org/10.1016/S0165-1684(01)00184-0
  3. S. Tucker and G. J. Brown, "Classification of transient sonar sounds using perceptually motivated features," IEEE J. Ocean Engineering, Vol. 30, No. 3, pp. 588-600, July 2005. https://doi.org/10.1109/JOE.2005.850910
  4. 임태균, 배건성, 황찬식, 이형욱, "MFCC 특징벡터를 이용한 수중 천이신호 식별", 한국통신학회논문지, 32권, 8호, 675-680, 2007.8.
  5. 임태균, 김태환, 배건성, 황찬식, "프레임 기반의 효율적인 수중 천이신호 식별을 위한 참조 신호의 벡터 양자화", 한국통신학회논문지, 34권, 2호, 181-185, 2009.2.
  6. L. R. Rabiner and B. H. Juang, Fundamentals of Speech Recognition, Prentice Hall, Inc., New Jersey, 1993.
  7. G. Xuan, W. Zhang, and P. Chai, "EM Algorithms of Gaussian Mixture Model and Hidden Markov Model," Proc. ICIP'01, pp. 145-148, Thessaloniki, Greece, Oct. 2001.
  8. D. A. Reynolds, "Speaker identification and verification using Gaussian mixture speaker models," Speech Communication, Vol. 17, No. 1-2, pp. 91-108. March 1995. https://doi.org/10.1016/0167-6393(95)00009-D
  9. http://htk.eng.cam.ac.uk/