基于奇异值分解与神经网络的干扰识别
Interference Recognition Based on Singular Value Decomposition and Neural Network作者机构：东南大学信息科学与工程学院南京211189
出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)
年 卷 期：2020年第42卷第11期
页 面：2573-2578页
核心收录：
学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器]
摘 要：无线通信中的抗干扰技术对通信的稳定性和安全性都具有重要意义,干扰识别作为抗干扰技术的重要环节一直是研究的热点。该文提出一种基于奇异值分解与神经网络的干扰识别方法,该方法只计算信号矩阵的奇异值即完成特征提取,与传统方法相比节省了多个谱特性的计算量。仿真结果表明:基于奇异值分解与神经网络的干扰识别方法与传统方法相比在干信比为0 dB左右的条件下识别准确率有10%~25%的提高。
维普期刊数据库
同方期刊数据库