期刊文献+
共找到4,151篇文章
< 1 2 208 >
每页显示 20 50 100
干涉雷达在高铁桥梁振动检测中的应用
1
作者 邵泽龙 张祥坤 李迎松 《电子测量技术》 2019年第1期95-98,共4页
由于高速铁路对桥梁的稳定性及安全性要求高。因此,利用干涉测量技术和相位反演技术,设计了一种能够测得桥梁微弱振动的雷达检测系统。其不仅系统简单、操作灵活,而且振动检测精度及效率高。此外,其能够快速检测获得毫米级的桥梁微弱振... 由于高速铁路对桥梁的稳定性及安全性要求高。因此,利用干涉测量技术和相位反演技术,设计了一种能够测得桥梁微弱振动的雷达检测系统。其不仅系统简单、操作灵活,而且振动检测精度及效率高。此外,其能够快速检测获得毫米级的桥梁微弱振动。从而克服了常规桥梁检测方法过程复杂、成本高、精度和效率低等问题,可以广泛应用于高铁桥梁振动的检测中。通过该雷达对京津城际高速铁路凉水河特大桥的检测实验,证明了该雷达的有效性和正确性。实验结果表明,该雷达不仅能够准确获得桥梁振动的实时形变信息,也能对桥梁振动的类型进行判断。 展开更多
关键词 高铁桥梁 雷达干涉测量 振动检测 相位反演
基于深度学习的SPD人脸识别算法 预览
2
作者 张伊乔 黄丽莲 周赏 《电子技术与软件工程》 2019年第11期64-68,共5页
本文提出一种自商图像法(SQI)、主成分分析法(PCA)和深度信念网络(DBN)相结合的SPD人脸识别算法。首先将人脸图像经过自商图像处理,勾勒其边缘特征。然后使用主成分分析法将高维自商图像降维至低维子空间。接着将训练集低维子空间的数... 本文提出一种自商图像法(SQI)、主成分分析法(PCA)和深度信念网络(DBN)相结合的SPD人脸识别算法。首先将人脸图像经过自商图像处理,勾勒其边缘特征。然后使用主成分分析法将高维自商图像降维至低维子空间。接着将训练集低维子空间的数据作为深度信念网络的输入,并对网络逐层进行训练。最后使用训练好的深度信念网络对测试集低维子空间的数据进行识别。对于遮挡性识别,采用遮挡分割法,减弱局部遮挡对整个图像的影响因子。经过反复实验验证,本文提出的算法在小样本中对脸部识别效果较好。 展开更多
关键词 人脸识别 深度信念网络 自商图像 主成分分析法 特征提取 局部遮挡 遮挡分割 非均匀光照
在线阅读 下载PDF
基于SWOM P分段回溯的压缩感知改进算法 预览
3
作者 江晓林 唐征宇 渠苏苏 《黑龙江科技大学学报》 CAS 2019年第4期501-505,共5页
为解决压缩感知中阶段性弱正交匹配寻踪算法(SWOMP)重建精度低的问题,提出一种分段回溯弱选择正交匹配跟踪算法(SCWOMP)。该算法在SWOMP算法基础上加以改进,首先采用算术阈值策略和最大相关列两种状态,根据具体阶段选择不同标准提高所... 为解决压缩感知中阶段性弱正交匹配寻踪算法(SWOMP)重建精度低的问题,提出一种分段回溯弱选择正交匹配跟踪算法(SCWOMP)。该算法在SWOMP算法基础上加以改进,首先采用算术阈值策略和最大相关列两种状态,根据具体阶段选择不同标准提高所选索引的精度,然后引入一个回溯步骤灵活地删除以前处理中错误选择的一些索引,以较低的复杂度获得较好的重建性能。仿真结果表明,在相同条件下,相较于SWOMP算法,SCWOMP算法可以得到更好的重建效果和较准确的重建概率。 展开更多
关键词 压缩感知 SWOMP算法 分段回溯 信号重构
在线阅读 下载PDF
基于大规模多目标优化的高光谱稀疏解混算法 预览
4
作者 毕晓君 周泽宇 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第7期1354-1360,共7页
针对现有多目标稀疏解混算法中存在因随机分组策略的不足和拐点选择具有单一性,进而导致高光谱数据解混精度不高的问题,本文提出一种基于大规模多目标优化的高光谱稀疏解混算法。引入大规模多目标优化算法的决策变量分组策略,并提出有... 针对现有多目标稀疏解混算法中存在因随机分组策略的不足和拐点选择具有单一性,进而导致高光谱数据解混精度不高的问题,本文提出一种基于大规模多目标优化的高光谱稀疏解混算法。引入大规模多目标优化算法的决策变量分组策略,并提出有约束拐点区域选择策略求取丰度最优解,进而提高解混精度。对模拟和真实的高光谱数据进行实验,结果表明:本文算法在解混精度上有大幅度提升,与其他算法比较,可以看出本文算法得到的丰度图边缘细节处理得更好,抗噪性能更强,验证了本文提出算法的有效性和先进性。 展开更多
关键词 高光谱图像 线性光谱解混模型 稀疏解混 多目标优化 大规模多目标优化算法 拐点区域
在线阅读 下载PDF
联合空间预处理与双边滤波的稀疏RX高光谱异常检测 预览
5
作者 成宝芝 赵春晖 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第4期851-857,共7页
针对RX异常目标检测算法对高光谱图像异常目标检测精度低和虚警率高的问题,本文提出一种充分利用高光谱图像的空间信息和光谱信息,并联合高光谱图像自身存在的稀疏特性,对经典RX异常检测算法进行改进,得到一种稀疏RX异常目标检测算法。... 针对RX异常目标检测算法对高光谱图像异常目标检测精度低和虚警率高的问题,本文提出一种充分利用高光谱图像的空间信息和光谱信息,并联合高光谱图像自身存在的稀疏特性,对经典RX异常检测算法进行改进,得到一种稀疏RX异常目标检测算法。通过利用空间预处理方法抑制背景数据信息,使异常目标点突出,然后利用双边滤波方法再次对高光谱图像进行滤波处理,滤除噪声干扰对高光谱图像的影响;在此基础上,利用稀疏表示理论,计算高光谱图像的稀疏差异指数,再利用稀疏差异指数重构一个高光谱图像数据向量,最后利用RX方法进行异常目标检测,得到异常目标检测结果。利用高光谱图像进行仿真验证,能够得到算法的检测精度高、虚警率低和鲁棒性好。 展开更多
关键词 高光谱遥感图像 异常检测 稀疏表示 空间预处理 双边滤波 背景数据 高斯滤波 核函数
在线阅读 下载PDF
基于TWSVM算法的发动机故障识别方法 预览
6
作者 柳长源 车路平 毕晓君 《内燃机学报》 EI CAS CSCD 北大核心 2019年第1期84-89,共6页
为了快速有效地诊断出汽油发动机故障,提出了一种基于孪生支持向量机(TWSVM)的发动机故障诊断方法.该方法利用HC、CO、CO2、O2和NOx共5种尾气参数值,并对其进行规范化处理,然后把这些数据作为特征向量,用于孪生支持向量机构成的多分类... 为了快速有效地诊断出汽油发动机故障,提出了一种基于孪生支持向量机(TWSVM)的发动机故障诊断方法.该方法利用HC、CO、CO2、O2和NOx共5种尾气参数值,并对其进行规范化处理,然后把这些数据作为特征向量,用于孪生支持向量机构成的多分类器中进行训练和测试,从而达到识别故障类别的目的.试验结果表明:采用孪生支持向量机分类方法比利用传统支持向量机具有更好的分类效果,且训练速度更快;在小样本数据情况下,故障诊断正确率可达到98.4%,能有效描述汽车尾气成分变化与发动机故障状态之间的复杂关系. 展开更多
关键词 汽油机 故障诊断 孪生支持向量机 汽车尾气 分类器 核函数
在线阅读 下载PDF
基于卷积神经网络的多任务图像语义分割 预览
7
作者 梁博 于蕾 李爽 《无线电工程》 2019年第7期575-580,共6页
传统分割方法只能对目标物体进行像素及语义信息解读并不能确定出目标的相对位置信息,另外室内环境复杂、光线不均匀、物体尺度较多且差异较大,尤其是对于小目标的分割效果不好。提出了基于全卷积神经网络的多任务语义分割算法,通过在... 传统分割方法只能对目标物体进行像素及语义信息解读并不能确定出目标的相对位置信息,另外室内环境复杂、光线不均匀、物体尺度较多且差异较大,尤其是对于小目标的分割效果不好。提出了基于全卷积神经网络的多任务语义分割算法,通过在检测框架添加用于预测与现有分支并行的对象像素级分割,实现了图像像素分割与目标物体检测相结合的多任务分割技术。加入RoIAlign方法去除了量化操作,使原图中的像素和特征图中的像素完全对齐,消除了像素偏差、提高了精度,改进的梯度优化算法加速了模型收敛。通过mAP指标评估算法在公共数据集和实际应用场景中的有效性和广泛性,实验结果证明该方法的准确率明显高于传统的单任务分割算法。 展开更多
关键词 全卷积神经网络 语义分割 ROI Align 梯度优化
在线阅读 下载PDF
基于互质阵列的信源数估计 预览
8
作者 刘鲁涛 李娜 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第3期986-993,共8页
针对信号数大于物理阵元数情况下的信源数估计问题,提出一种基于互质阵列的信源数估计方法。首先利用互质阵列的特殊结构提高阵列自由度;然后估计阵列输出的向量化外积的概率密度函数的相关参数;最后利用得到的参数化概率模型的似然函... 针对信号数大于物理阵元数情况下的信源数估计问题,提出一种基于互质阵列的信源数估计方法。首先利用互质阵列的特殊结构提高阵列自由度;然后估计阵列输出的向量化外积的概率密度函数的相关参数;最后利用得到的参数化概率模型的似然函数和最小描述长度(MDL)准则实现算法功能。仿真结果表明,本文方法在较低信噪比下对不相关的高斯信号的检测成功率仍可达到100%,检测性能优于其他算法。 展开更多
关键词 信号处理技术 互质阵列 信源数估计 最小描述长度准则 外积
在线阅读 下载PDF
基于视角信息嵌入的行人重识别
9
作者 毕晓君 汪灏 《光学学报》 EI CAS CSCD 北大核心 2019年第6期254-263,共10页
提出一种基于视角信息嵌入的行人重识别模型。结合行人图像视角朝向特点,对PSE (pose-sensitive embedding)网络结构进行了优化。首先将PSE特征向量融合部分由特征的融合改成更符合不同视角特征空间性质的三个视角单元特征向量的拼接;... 提出一种基于视角信息嵌入的行人重识别模型。结合行人图像视角朝向特点,对PSE (pose-sensitive embedding)网络结构进行了优化。首先将PSE特征向量融合部分由特征的融合改成更符合不同视角特征空间性质的三个视角单元特征向量的拼接;其次视角单元从骨架网络更浅层的blocks-3进行分离,增加三个视角单元特征空间的差异性;最后利用改进的深度可分离卷积,设计了一个深度可分离模块,对视角单元进一步进行提取特征,防止模型参数过大的同时提高网络非线性能力,从而提高网络的泛化能力。利用Market1501、Duke-MTMC-reID和MARS数据集对所提的算法进行有效性验证实验,结果表明所提的改进方法取得了更好的识别效果。 展开更多
关键词 机器视觉 光计算 行人重识别 视角信息嵌入 深度残差卷积神经网络 深度可分离卷积
运动单站单基线解模糊定位算法 预览
10
作者 郭立民 谢强 +1 位作者 陈涛 王梦馨 《中南大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第2期336-342,共7页
针对传统干涉仪多频段测向定位系统复杂、单基线测向模糊等问题,提出一种基于运动单站单基线对地面静止辐射源解模糊无源定位方法。首先,建立基于模糊相位差几何特性的无源定位模型,然后推导出在最大似然比条件下模糊相位差的代价函数,... 针对传统干涉仪多频段测向定位系统复杂、单基线测向模糊等问题,提出一种基于运动单站单基线对地面静止辐射源解模糊无源定位方法。首先,建立基于模糊相位差几何特性的无源定位模型,然后推导出在最大似然比条件下模糊相位差的代价函数,通过樽海鞘群优化算法估计辐射源位置,最后推导出该无源定位模型下的定位误差几何精度因子(GDOP)。研究结果表明:本文所提出的方法能够在低信噪比条件下达到较高的定位精度,仅利用单基线干涉仪即可对多个频段辐射源进行定位。 展开更多
关键词 无源定位 单站 干涉仪 相位差 樽海鞘群算法
在线阅读 下载PDF
一种有效的CFCR域LFM信号分析方法 预览
11
作者 荆福龙 张春杰 +2 位作者 司伟建 王宇 焦淑红 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期102-108,共7页
为了解决现代电子战领域中无延迟的线性调频信号分析方法计算量大,以及低信噪比情况下抗噪性能和估计精度不理想的问题,提出了一种有效的无延迟线性调频信号分析方法。所提算法通过利用局部尺度傅里叶变换和傅里叶变换,将线性调频信号... 为了解决现代电子战领域中无延迟的线性调频信号分析方法计算量大,以及低信噪比情况下抗噪性能和估计精度不理想的问题,提出了一种有效的无延迟线性调频信号分析方法。所提算法通过利用局部尺度傅里叶变换和傅里叶变换,将线性调频信号变换到中心频率-调频率的二维域中。在中心频率-调频率域中,线性调频信号的能量得到有效积累,形成易于检测的尖峰。通过检测尖峰坐标,得到信号参数的估计值。为了提高估计精度和降低计算量,采用了双尺度估计策略。仿真结果验证了低信噪比情况下,该算法具有良好抗噪性能和估计精度,并且所提算法计算量小,易于实现。 展开更多
关键词 线性调频信号 参数估计 局部尺度傅里叶变换 双尺度估计策略 信号分析
在线阅读 下载PDF
基于萤火虫优化的自适应PCNN遥感图像融合 预览
12
作者 赵春晖 张宏宇 +1 位作者 闫奕名 宿南 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第3期501-508,517共9页
为了提高融合后多光谱图像的质量,本文提出一种基于快速非下采样轮廓波变换(FNSCT)与萤火虫优化的自适应脉冲耦合神经网络(PCNN)相结合的图像融合算法。将通过亮度-色度-饱和度(IHS)变换的多光谱图像亮度分量与全色图像分别进行FNSCT变... 为了提高融合后多光谱图像的质量,本文提出一种基于快速非下采样轮廓波变换(FNSCT)与萤火虫优化的自适应脉冲耦合神经网络(PCNN)相结合的图像融合算法。将通过亮度-色度-饱和度(IHS)变换的多光谱图像亮度分量与全色图像分别进行FNSCT变换,获得相应的高低频系数。针对低频系数,采用区域平均能量法进行融合;对于高频子带,为了确定PCNN模型的最优参数,将PCNN算法的链接强度与链接范围自适应化,并利用萤火虫算法优化其余参数,获得更优的PCNN模型,实现高频系数的融合。最终经过FNSCT逆变换和IHS逆变换得到融合结果。实验结果表明:本文提出的算法既提高了图像的空间分辨率又很好地保留了融合图像的光谱信息。 展开更多
关键词 遥感图像 图像融合 快速非下采样轮廓波变换 区域平均能量 脉冲耦合神经网络 萤火虫
在线阅读 下载PDF
基于脉冲压缩的宽带数字接收机设计 预览
13
作者 陈涛 蔡兴鹏 潘大鹏 《天津大学学报:自然科学与工程技术版》 CSCD 北大核心 2019年第4期440-447,共8页
针对传统宽带数字接收机存在跨信道问题以及在低信噪比下检测能力差、对宽带同时到达信号处理能力差的缺点,提出一种基于脉冲压缩的新型宽带数字接收机结构进行雷达信号的截获及脉冲描述字参数的提取.将基于脉冲压缩的接收机结构从模拟... 针对传统宽带数字接收机存在跨信道问题以及在低信噪比下检测能力差、对宽带同时到达信号处理能力差的缺点,提出一种基于脉冲压缩的新型宽带数字接收机结构进行雷达信号的截获及脉冲描述字参数的提取.将基于脉冲压缩的接收机结构从模拟域扩展到离散域,推导出信号经过数字压缩接收机后的数字离散形式.新型接收机结构采用线性调频信号与接收信号混频得到混频信号,将混频信号送入数字延迟模块进行卷积运算得到输出的脉冲尖峰.新型接收机结构本身不存在跨信道问题,并且可以有效地处理低信噪比环境下的信号及同时到达信号.通过推导给出输入信号频率与扫频信号带宽和数字延迟信号带宽的约束关系,并且进一步给出了雷达信号经过新型宽带数字接收机后的载频、带宽、脉宽、幅度等脉冲描述字信息的计算公式.仿真给出了新型宽带数字接收机在低信噪比下的信号检测能力、大带宽同时到达信号处理性能以及脉冲描述字提的取能力,并进一步分析了不同环境参数对脉冲描述字提取性能的影响.通过和传统信道化数字接收机信号检测和测频能力的对比,仿真结果证明了新型数字接收机结构在低信噪比下信号检测和参数提取的有效性.为数字压缩接收机的物理实现提供了理论基础,也提供了新的宽带数字接收机的设计理念. 展开更多
关键词 信号处理 宽带数字接收机 压缩接收机 脉冲描述字
在线阅读 下载PDF
一种基于FDDA的全差分Sallen-key低通滤波器
14
作者 隋鑫 刘云涛 赵文博 《微电子学》 CAS 北大核心 2019年第2期215-219,224共6页
在传统Sallen-key低通滤波器的基础上,利用一个全差动差分放大器(FDDA),设计了一种新型的全差分Sallen-key低通滤波器。该滤波器能有效抑制共模噪声,大幅减少功耗。电路参数取决于电容之比和电阻之比,具有较高的精度。截止频率和品质因... 在传统Sallen-key低通滤波器的基础上,利用一个全差动差分放大器(FDDA),设计了一种新型的全差分Sallen-key低通滤波器。该滤波器能有效抑制共模噪声,大幅减少功耗。电路参数取决于电容之比和电阻之比,具有较高的精度。截止频率和品质因数独立可调,易于分析和设计。电路结构简单,通带增益范围广,无源灵敏度较低。相比传统的两个单端Sallen-key滤波器,该滤波器降低功耗达50%以上。采用0.18μm CMOS工艺进行设计,电源电压为3.3 V。仿真结果表明,功耗仅为532μW。在1 kHz频率下,输入参考噪声为542.9 nV·Hz-1/2。 展开更多
关键词 低通滤波器 全差分 全差动差分放大器 低功耗
时-空欠采样下多个信号的频率和DOA联合估计 预览
15
作者 郜丽鹏 李佳林 《应用科技》 CAS 2019年第3期25-32,共8页
针对时-空欠采样条件下多个入射信号的频率和波达方向(DOA)联合估计问题,提出了基于中国余数定理(CRT)的估计算法。利用稀疏分布的非均匀线阵对同时到达的多个入射信号进行多路的并行欠采样,借助AM估计器的谱校正,得到精确的谱峰位置余... 针对时-空欠采样条件下多个入射信号的频率和波达方向(DOA)联合估计问题,提出了基于中国余数定理(CRT)的估计算法。利用稀疏分布的非均匀线阵对同时到达的多个入射信号进行多路的并行欠采样,借助AM估计器的谱校正,得到精确的谱峰位置余数和相位差余数。通过改进的重构多个整数的中国余数定理得到频率的估计值,并且根据该频率估计值和频率估计过程中的谱峰位置余数对多个信号和多组相位差余数进行配对,再通过闭式中国余数定理解决相位模糊问题,完成DOA估计。仿真结果验证了该算法的顽健性和高精度,并且阵列一次并行欠采样的样本同时为频率和DOA估计所用,算法耗时短,表明了其实际工程应用前景。 展开更多
关键词 多信号 欠采样 中国余数定理 频率估计 波达方向 参数配对 相位模糊 联合估计
在线阅读 下载PDF
通过CWLS-DL优化St-OMP算法的盲信号重构 预览
16
作者 郭凌飞 张林波 《应用科技》 CAS 2019年第3期40-45,50共7页
针对稀疏成分分析理论的“两步法”中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组... 针对稀疏成分分析理论的“两步法”中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组合算法用于语音信号的盲源分离仿真实验,完成源信号重构。实验结果表明,用该组合算法重构的信号,能在保证提高重构精度的同时,与算法复杂度存在良好的折中。无噪声环境下该组合算法的性能为最佳,有噪声环境下可达到信号重构要求的最小信噪比约为17~18dB。 展开更多
关键词 压缩感知 盲信号重构 信号重构精度 计算复杂度 稀疏成分分析 加权最小二乘 字典学习 正交匹配追踪算法
在线阅读 下载PDF
正交调制通信系统对多普勒频移响应分析 预览
17
作者 李可 孙志国 +1 位作者 宁晓燕 刁鸣 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第7期1361-1366,共6页
针对高动态场景下多普勒频移问题和缺少定量分析,该文以研究正交调制的多普勒频移响应机理为基点,对多普勒频移对正交调制系统的影响进行了研究,从星座图判决区间的角度推导了多进制数字相位调制信号和多进制正交幅度调制信号在多普勒... 针对高动态场景下多普勒频移问题和缺少定量分析,该文以研究正交调制的多普勒频移响应机理为基点,对多普勒频移对正交调制系统的影响进行了研究,从星座图判决区间的角度推导了多进制数字相位调制信号和多进制正交幅度调制信号在多普勒频移下的误符号率公式。理论分析和实验结果表明:多普勒频移对正交调制的影响是星座的旋转,误符号率公式推导结果与实际误符号率基本相同,系统的性能随着调制指数和运动速度的增加而下降。在信噪比为20 d B时,多进制数字相位调制信号的抗多普勒频移能力要强于多进制正交幅度调制信号。 展开更多
关键词 正交调制 多普勒频移 多进制数字相位调制信号 多进制正交幅度调制信号 高动态 误符号率
在线阅读 下载PDF
基于DE-GRNN算法的布里渊散射谱拟合 预览
18
作者 康维新 李慧 韩月 《应用科技》 CAS 2019年第3期46-50,共5页
为了提高布里渊光时域分析(BOTDA)型分布式光纤传感技术的布里渊散射谱特征提取精度,提出一种基于差分进化算法(DE)优化广义回归神经网络(GRNN)的曲线拟合算法,通过利用差分进化算法实现对广义回归神经网络的光滑因子自动寻优,减少人为... 为了提高布里渊光时域分析(BOTDA)型分布式光纤传感技术的布里渊散射谱特征提取精度,提出一种基于差分进化算法(DE)优化广义回归神经网络(GRNN)的曲线拟合算法,通过利用差分进化算法实现对广义回归神经网络的光滑因子自动寻优,减少人为测试的繁杂性。仿真实验结果显示,该混合优化算法在不同信噪比及线宽的条件下,对布里渊散射谱具有较好的拟合度,最佳拟合度可达0.99以上,最小均方根误差为0.0120,拟合性能优于传统布里渊散射谱拟合算法。 展开更多
关键词 光纤光学 布里渊散射谱 差分进化 广义回归神经网络 曲线拟合 故障检测 特征提取 拟合精度
在线阅读 下载PDF
利用稀疏贝叶斯理论的跳时估计方法 预览
19
作者 张朝柱 王宇 荆福龙 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期39-44,共6页
当跳频信号的频率不在预设的频率集中时,为了提高跳时估计的正确率,提出了一种基于稀疏贝叶斯理论的跳时估计方法。该方法首先在信号模型中设置频率偏差参数;其次利用狄利克雷过程以及稀疏贝叶斯理论,设计接收信号模型中各个参数的迭代... 当跳频信号的频率不在预设的频率集中时,为了提高跳时估计的正确率,提出了一种基于稀疏贝叶斯理论的跳时估计方法。该方法首先在信号模型中设置频率偏差参数;其次利用狄利克雷过程以及稀疏贝叶斯理论,设计接收信号模型中各个参数的迭代规则,并在每次迭代中利用频率偏差参数修正频率字典矩阵;最后,算法收敛时可得到用于计算谱图的稀疏矩阵,进而可以得到跳时的估计值。仿真结果表明,该算法估计的跳时正确率高于其他方法,并且计算的谱图的真实性也高于其他方法。 展开更多
关键词 跳频 狄利克雷过程 稀疏贝叶斯理论 稀疏矩阵
在线阅读 下载PDF
基于AlexNet模型的雷达信号调制类型识别 预览
20
作者 郭立民 陈鑫 陈涛 《吉林大学学报:工学版》 EI CAS CSCD 北大核心 2019年第3期1000-1008,共9页
针对现代战场复杂电磁环境,在低信噪比(-6 dB)下传统雷达调制信号采用常规五参数特征的识别方法准确率低的问题,本文采用深度学习中的AlexNet卷积神经网络模型自动提取图像各种特征细节,从而替代手工设计特征的庞大的特征工程以实现信... 针对现代战场复杂电磁环境,在低信噪比(-6 dB)下传统雷达调制信号采用常规五参数特征的识别方法准确率低的问题,本文采用深度学习中的AlexNet卷积神经网络模型自动提取图像各种特征细节,从而替代手工设计特征的庞大的特征工程以实现信号在低信噪比下的识别。该方法首先利用平滑伪Wigner-Ville时频分析在时频域内生成雷达调制信号的时频图像;然后采用中值和均值滤波结合去噪对时频图像进行预处理;最后使用图像处理器GPU在深度学习架构Tensorflow下搭建AlexNet模型进行训练,对CW、LFM、EQFM、DLFM、BFSK、BPSK以及QPSK这7种雷达信号进行特征的自动提取和选择,从而实现雷达信号的自动识别。仿真结果表明,在信噪比为-6 dB时,除QPSK信号外其余6种雷达信号的整体识别率均达到90%以上,比采用非深度学习和LeNet5卷积神经网络的识别效果好,从而验证了该方法在低信噪比下雷达信号识别的有效性。 展开更多
关键词 信号与信息处理 平滑伪Wigner-Ville 中值滤波 均值滤波 深度学习
在线阅读 下载PDF
上一页 1 2 208 下一页 到第
使用帮助 返回顶部 意见反馈