检索结果-南通市图书馆

一种空间划分与谱间预测相结合的超光谱图像压缩新方法

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2011年第8期31卷 2287-2293页

作者：高文朱明田润澜汤洋中国科学院长春光学精密机械与物理研究所吉林长春130033 中国科学院研究生院北京100049 空军航空大学吉林长春130000 吉林大学电子科学与工程学院吉林长春130000

超光谱图像因其纹理丰富复杂、波段多、光谱分辨率高等特点,在军事、海洋、农业等多方面都应用广泛,但也因其数据量大在数据传输时受到很多限制,研究一种高效超光谱图像压缩方法有着重要的意义。目前光谱图像的压缩方法主要分为基于变... 详细信息

超光谱图像因其纹理丰富复杂、波段多、光谱分辨率高等特点,在军事、海洋、农业等多方面都应用广泛,但也因其数据量大在数据传输时受到很多限制,研究一种高效超光谱图像压缩方法有着重要的意义。目前光谱图像的压缩方法主要分为基于变换、基于预测和基于矢量量化三大方面,其中基于预测的方法具有易于实现、压缩比高等优势应用广泛。文章首先对超光谱图像特性进行了详细分析,对谱间预测算法进行了改进,并结合超光谱图像谱间相关性高、各谱谱间相关性不完全相同的特点,提出自适应划分子空间多种谱间预测方法相结合的新方法,通过实验证明了该方法的有效性。

关键词：超光谱图像压缩谱间预测误差补偿子空间划分

基于深层卷积神经网络和双谱特征的雷达信号识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2019年第9期41卷 1998-2005页

作者：刘赢田润澜王晓峰空军航空大学航空作战勤务学院

针对复杂电磁环境下利用人工提取特征识别雷达信号存在的主观性强、特征冗余的问题,提出了一种基于深层卷积神经网络的识别方法。该方法首先提取雷达信号的双谱信息作为深层卷积神经网络模型的输入,然后利用模型的自学习能力提取深层特... 详细信息

针对复杂电磁环境下利用人工提取特征识别雷达信号存在的主观性强、特征冗余的问题,提出了一种基于深层卷积神经网络的识别方法。该方法首先提取雷达信号的双谱信息作为深层卷积神经网络模型的输入,然后利用模型的自学习能力提取深层特征,实现对不同调制样式雷达信号的识别,最后对不同结构网络模型的识别结果进行对比。仿真实验结果表明,相比传统雷达信号识别方法,该方法对于不同调制类型信号的识别效果优异,并且在识别率、抗噪性上都有所提升。

关键词：雷达信号识别深层卷积神经网络特征提取双谱

基于SAMME+ResNet的多相码信号识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2020年第10期42卷 2239-2245页

作者：孙艺聪田润澜董会旭孙亮空军航空大学航空作战勤务学院吉林长春130022 中国人民解放军93110部队北京100843

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential los... 详细信息

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function,SAMME)算法和残差神经网络(residual neural network,ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。

关键词：多相码信号识别集成学习残差神经网络

智能化机载语音信息系统的硬件电路设计和制作

在线全文

学校读者我要写书评

暂无评论

智能化机载语音信息系统的硬件电路设计和制作

作者：田润澜吉林大学

学位级别：硕士

某大型运输机其机载设备多数依赖进口,一旦发生故障就很难修复,直接影响飞行任务的完成。因此,要求机载电子设备具有自动化、现代化和高可靠性等特性。本课题的研究任务是将国外进口的某大型运输机机载语音设备进行国产智能化改进。整... 详细信息

某大型运输机其机载设备多数依赖进口,一旦发生故障就很难修复,直接影响飞行任务的完成。因此,要求机载电子设备具有自动化、现代化和高可靠性等特性。本课题的研究任务是将国外进口的某大型运输机机载语音设备进行国产智能化改进。整个论文都围绕智能化语音信息系统的硬件电路设计和制作展开的。根据系统的电路特点,从方便维修的角度出发,整个电路分为四部分:输入单元、控制单元、音频单元、输出单元。其中的输入单元使用光电耦合器来代替原系统的继电器完成触发信号的输入。利用光电耦合器有效地隔离了飞机其它部件对本系统的干扰,当有触发信号输入时,光电耦合器反应迅速,而且比继电器工作可靠,稳定性得到显著的提高。其控制单元利用了现代电子技术和电子器件,采用计算机控制技术和固态化语音存储技术对原系统进行国产化改进。应用语音芯片具有的内部寄存器可编辑功能,进行语音地址编辑。通过单片机对语音芯片的智能控制,语音播放能根据告警语音的重要程度自动完成播放,完全克服了原系统通过电动机卷带进行机械操作的弊端。在设计和制作过程中,主要解决了语音芯片和单片机之间串行口的连接问题。从根本上克服原系统机械走带、继电器控制所带来的相应缺陷,且主要技术指标和可靠性优于原系统。音频单元则根据电路的实际功率值选择了耐压、耐高温的功放器件,由于语音信号在录制过程中较纯净,而芯片的放音信号较弱,故选择了有源带通滤波器进行滤波。因飞机的特殊飞行环境,选用耐温范围宽的OPA541 集成功放,使电路的使用寿命得到延长,性能得到提高,音量能在很大的范围内变化。其输出单元为了保持与原来接口的兼容性,仅一部分采用了集成元件,而主要部分由继电器进行输出控制,使本智能语音系统能与原

关键词：运输机固态化语音存储计算机控制语言信息系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

混合动力汽车复合电源参数优化与试验研究

汽车工程 2011年第12期33卷 1078-1083页

作者：闵海涛刘杰于远彬田润澜吉林大学汽车仿真与控制国家重点实验室长春130025 空军航空大学航空电子工程系长春130022

提出了混合动力汽车用复合电源系统的构型及其控制策略,分析确定了满足整车动力性能要求和工程约束下复合电源参数的范围。以动力性指标为约束,能耗最小、电源成本最低和电池峰值电流最小为目标函数,采用NSGA-II算法对复合电源参数进行... 详细信息

提出了混合动力汽车用复合电源系统的构型及其控制策略,分析确定了满足整车动力性能要求和工程约束下复合电源参数的范围。以动力性指标为约束,能耗最小、电源成本最低和电池峰值电流最小为目标函数,采用NSGA-II算法对复合电源参数进行了多目标优化。仿真结果验证了优化的有效性。对复合电源和单一电池的功能样机进行了循环工况试验。结果表明,复合电源系统的电池负荷与电流比单一电池的低,有利于电池寿命和电源效率的提高。

关键词：混合动力汽车复合电源 NSGA-II 多目标优化

基于改进1DCNN+TCN的雷达辐射源快速识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2022年第2期44卷 463-469页

作者：金涛王晓峰田润澜张歆东吉林大学电子科学与工程学院吉林长春130012 空军航空大学航空作战勤务学院吉林长春130022

为了解决传统雷达辐射源识别方式识别速度慢、在低信噪比时很难准确识别等问题,结合深度学习提出了一种基于改进一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)和时间卷积网络(temporal convolutional network,... 详细信息

为了解决传统雷达辐射源识别方式识别速度慢、在低信噪比时很难准确识别等问题,结合深度学习提出了一种基于改进一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)和时间卷积网络(temporal convolutional network,TCN)的雷达辐射源快速识别模型。在1DCNN的基础上加入了批归一化层,并在全连接层前加入注意力机制;同时在原有TCN的基础上进行改进,使用Leaky ReLU激活函数代替ReLU函数;将改进后的TCN与1DCNN相连接。仿真实验结果分析表明,该模型不仅能够迅速识别出辐射源信号,识别准确率也较高,能够有效平衡模型识别速度和识别精度。

关键词：辐射源信号快速识别时间序列时间卷积网络一维卷积神经网络参数化线性修正单元注意力机制

维普期刊数据库博看期刊

基于注意力机制和改进CLDNN的雷达辐射源识别

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第5期43卷 1224-1231页

作者：崔邦彦田润澜王东风崔钢石静苑空军航空大学航空作战勤务学院吉林长春130022 空军研究院北京100012 空军航空大学航空基础学院吉林长春130022

传统的辐射源识别通过比对、匹配辐射源信号与雷达数据库来识别,这种方法很难满足战时高效、快速和准确的识别要求。随着机器学习方法的提出,诸如支持向量机等算法在辐射源识别领域的运用,可以满足战时高效、快速的识别要求,但这种方法... 详细信息

传统的辐射源识别通过比对、匹配辐射源信号与雷达数据库来识别,这种方法很难满足战时高效、快速和准确的识别要求。随着机器学习方法的提出,诸如支持向量机等算法在辐射源识别领域的运用,可以满足战时高效、快速的识别要求,但这种方法在低信噪比环境下,辐射源识别准确率低。针对上述问题,采用深度学习,引入注意力机制和特征融合方法,提出注意力机制特征融合一维卷积长短时深度神经网络(attention-mechanism feature-fusion one-dimensional convolution long-short-term-memory deep neural networks,AF1CLDNN)识别模型。实验验证了注意力机制和特征融合方法的有效性,及新识别模型在低信噪比环境下具有较高识别准确率与识别速度。

关键词：辐射源识别深度学习时间序列注意力机制特征融合一维卷积长短时深度神经网络

基于SRNN+Attention+CNN的雷达辐射源信号识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第12期43卷 3502-3509页

作者：高诗飏董会旭田润澜张歆东吉林大学电子科学与工程学院吉林长春130012 空军航空大学航空作战勤务学院吉林长春130022

针对低信噪比条件下雷达辐射源信号特征提取困难、识别准确率低的问题,提出一种基于切片循环神经网络(sliced recurrent neural networks,SRNN)、注意力机制和卷积神经网络(convolutional neural networks,CNN)的雷达辐射源信号识别方法... 详细信息

针对低信噪比条件下雷达辐射源信号特征提取困难、识别准确率低的问题,提出一种基于切片循环神经网络(sliced recurrent neural networks,SRNN)、注意力机制和卷积神经网络(convolutional neural networks,CNN)的雷达辐射源信号识别方法,并在CNN中引入批归一化层,进一步提升网络的识别能力。模型以雷达辐射源信号幅度序列作为输入,自动提取信号特征,输出识别结果。实验结果表明,SRNN相比于门控循环单元(gated recurrent unit,GRU)训练速度大大提升,注意力机制和批归一化层能有效提高识别准确率;在采用8种常见雷达辐射源信号进行的实验中,所提方法在低信噪比条件下仍有较高的识别准确率。

关键词：辐射源信号识别切片循环神经网络卷积神经网络注意力机制批归一化时间序列

在线全文

学校读者我要写书评

暂无评论

低信噪比下相位编码信号载频估计新方法

电波科学学报 2016年第1期31卷 91-97页

作者：王晓峰田润澜张国毅海军航空工程学院电子信息工程系烟台264001 空军航空大学信息对抗系长春130022

研究了电子侦察中相位编码信号的载频估计问题,提出一种低信噪比下载频估计新方法.该方法首先将相位编码信号划分为等长度的交叠区间,并计算各个区间内信号频谱的聚集性测度,然后采用网格密度聚类算法对聚集性测度进行分类,以聚类结果... 详细信息

研究了电子侦察中相位编码信号的载频估计问题,提出一种低信噪比下载频估计新方法.该方法首先将相位编码信号划分为等长度的交叠区间,并计算各个区间内信号频谱的聚集性测度,然后采用网格密度聚类算法对聚集性测度进行分类,以聚类结果作为载频估计的特征类,最后叠加特征类频谱并提取峰值得出信号载频估计值.实验结果表明,该方法无需先验知识,对编码形式不敏感,且能够在较低信噪比下完成相位编码信号的载频估计,适合于电子侦察场合.

关键词：电子侦察相位编码载频估计低信噪比