检索结果-南通市图书馆

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于CNN网络的通信干扰信号识别

数字通信世界 2022年第9期 59-61,64页

作者：张博轩王圣举宁夏回族自治区无线电监测站宁夏银川750004 长安大学电子与控制工程学院陕西西安710064

在现实生活中,通信干扰模式越来越复杂,要想有效抗干扰,干扰识别是关键。为了提高干扰信号的识别率,文章提出了一种基于卷积神经网络和短时傅里叶变换的干扰信号分类识别方法。首先利用短时傅里叶变换算法对干扰信号与二进制相移键控(Bi... 详细信息

在现实生活中,通信干扰模式越来越复杂,要想有效抗干扰,干扰识别是关键。为了提高干扰信号的识别率,文章提出了一种基于卷积神经网络和短时傅里叶变换的干扰信号分类识别方法。首先利用短时傅里叶变换算法对干扰信号与二进制相移键控(Binary Phase Shift Keying,BPSK)通信信号的叠加信号进行时频分析,生成时频图像,将时频图像作为卷积神经网络的输入,卷积神经网络会自动对图像进行特征的提取和训练,实现对常见的通信干扰信号(连续波干扰、多音干扰、线性调频干扰、噪声调频干扰)的识别。仿真结果表明,文章算法对四种干扰信号的综合识别率达到了97.8%,在信干噪比为[0 d B,10 d B]的识别率为99.5%,与传统的识别算法相比,效果良好。

关键词：通信干扰干扰信号识别短时傅里叶变换卷积神经网络

基于知识图谱和Softmax回归的干扰信号识别方法

在线全文

学校读者我要写书评

暂无评论

中国电子科学研究院学报 2021年第9期16卷 856-861页

作者：陈宣李怡昊陈金立南京信息工程大学江苏南京210044

随着信息技术的发展,未来移动通信系统将是地海空一体化的综合性网络,因此通信系统所面临的干扰情况将异常复杂,这将导致干扰信号的识别与抑制任务更具有挑战性。针对此问题,文中提出一种基于知识图谱和Softmax回归的干扰信号识别方法... 详细信息

随着信息技术的发展,未来移动通信系统将是地海空一体化的综合性网络,因此通信系统所面临的干扰情况将异常复杂,这将导致干扰信号的识别与抑制任务更具有挑战性。针对此问题,文中提出一种基于知识图谱和Softmax回归的干扰信号识别方法。该方法首先构建干扰信号识别的专家知识图谱并利用TransR算法将其嵌入到低维向量空间中;然后,提取出每个干扰信号的多维特征并做归一化处理,将这些归一化特征值作为Softmax回归模型的输入,从而提高Softmax回归算法对干扰信号识别的准确率。仿真结果表明,对于典型的干扰样式,文中方法比基于Softmax回归和基于BP神经网络的干扰信号识别方法具有更好的识别性能。

关键词：干扰信号识别知识图谱 Softmax回归 TransR算法

在线全文

学校读者我要写书评

暂无评论

基于同源性检验的干扰信号识别方法

传感器与微系统 2019年第1期38卷 36-40页

作者：许春香许海涛林伟国郑州工程技术学院土木工程学院河南郑州450044 北京化工大学信息科学与技术学院北京100029

针对强干扰背景下管道泄漏声波检测产生的误报和漏报,提出一种基于同源性检验的干扰信号识别方法。将干扰信号和泄漏信号均作为异常信号,在基于迭代计算的异常信号自适应提取和一对一互相关延时估计的基础上,找出定位在站点的上下游异... 详细信息

针对强干扰背景下管道泄漏声波检测产生的误报和漏报,提出一种基于同源性检验的干扰信号识别方法。将干扰信号和泄漏信号均作为异常信号,在基于迭代计算的异常信号自适应提取和一对一互相关延时估计的基础上,找出定位在站点的上下游异常信号并计算出相应的传播衰减特性。以同源信号的传播衰减频域特征和互相关系数为特征向量,建立异常信号同源性检验的支持向量数据描述(SVDD)诊断模型,实现站上干扰信号的识别和分离。对实际原油输送管线历史数据的离线测试结果表明:提出的方法能够可靠识别与分离干扰信号,有效减少系统的误报和漏报,并提高泄漏检测的可靠性和定位精度。

关键词：强干扰背景异常信号提取同源性检验一对一互相关估计干扰信号识别

基于改进SVM和DBN的典型通信干扰信号识别方法

在线全文

学校读者我要写书评

暂无评论

基于改进SVM和DBN的典型通信干扰信号识别方法

作者：孙子凤吉林大学

学位级别：硕士

在当前电子信息战中,通信干扰手段复杂多样,若能快速、准确识别出不同干扰信号类型,便可采取相应的措施保证己方通信,对现代化电子信息战具有重要意义。传统的机器学习算法已被应用到典型通信干扰信号分类识别领域,随着机器学习理论和... 详细信息

在当前电子信息战中,通信干扰手段复杂多样,若能快速、准确识别出不同干扰信号类型,便可采取相应的措施保证己方通信,对现代化电子信息战具有重要意义。传统的机器学习算法已被应用到典型通信干扰信号分类识别领域,随着机器学习理论和方法的不断发展,越来越多的学者对相应的改进算法开展了研究工作。本文的主要研究内容如下:1.研究了基于特征参数与改进支持向量机（Support Vector Machine,SVM）的典型通信干扰信号分类识别方法。对干扰信号提取了六种特征参数,构建六维特征空间;针对传统的SVM算法中惩罚系数和核函数系数需要手动选取从而引起识别精度下降的问题,采用改进的灰狼算法对SVM进行参数寻优;将特征矩阵输入到改进SVM中,通过仿真实验验证了改进SVM比传统的SVM有更好的分类识别性能,尤其在低信噪比下改进SVM的干扰信号识别率明显提高。2.研究了基于自动学习特征的深度置信网络（Deep Belief Networks,DBN）的典型通信干扰信号分类识别方法。设计了满足干扰信号识别的DBN网络,开展了DBN网络模型参数优化实验,通过仿真实验验证了DBN对干扰信号分类识别的良好预测学习能力;在此基础之上,提出了多维缩放-深度置信网络（Multidimensional Scaling-Deep Belief Networks,MDS-DBN）方法,网络的训练预测时间减少,分类识别精度提高,验证了MDS-DBN方法的有效性。3.搭建了基于GNU Radio软件和USRP硬件的实物测试平台,验证了改进的SVM和MDS-DBN对于典型通信干扰信号识别的分类有效性以及工程可实践性,进一步完善了典型通信干扰信号的分类识别研究。

关键词：干扰信号识别特征参数提取 SVM DBN MDS

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

基于FPGA的干扰信号识别研究

舰船电子对抗 2019年第5期42卷 88-91页

作者：赵荣琦张陆唯中国船舶重工集团公司第七二三研究所

基于现场可编程门阵列(FPGA)设计了一种信道化接收模块,用于干扰信号的时频分析,为雷达抗干扰过程中干扰特征的识别提供时频谱数据。采用多相滤波方法,实现了对干扰信号的检测。

关键词：信道化干扰信号识别雷达抗干扰

在线全文

学校读者我要写书评

暂无评论

卫星干扰信号识别与测量系统设计

中国新通信 2012年第6期14卷 75-77页

作者：刘冰卢伟北京环球信息应用开发中心

针对卫星应用系统频带日益拥挤、自然和人为干扰日益增多的问题,文章给出了一种卫星干扰信号识别与测量系统的方案设计,首先给出该系统工作原理,其次介绍了系统的组成,然后对系统的软件设计进行详细分析。系统能在一定程度上检测出卫星... 详细信息

针对卫星应用系统频带日益拥挤、自然和人为干扰日益增多的问题,文章给出了一种卫星干扰信号识别与测量系统的方案设计,首先给出该系统工作原理,其次介绍了系统的组成,然后对系统的软件设计进行详细分析。系统能在一定程度上检测出卫星信号中存在的干扰信号,并对干扰信号进行测量。

关键词： LabVIEW 干扰信号识别自动测量

基于CNN模型融合的压制式干扰信号分类识别方法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于CNN模型融合的压制式干扰信号分类识别方法研究

作者：崔浩吉林大学

学位级别：硕士

当前战争模式中,随着雷达、无人机等装备的大量使用,使得电子装备面临更加复杂的电磁环境,各种干扰技术也随之出现。如何识别出电子装备受到干扰的信号类型,保证电子装备的正常通信以及接收信息的准确性至关重要。目前对干扰信号分类识... 详细信息

当前战争模式中,随着雷达、无人机等装备的大量使用,使得电子装备面临更加复杂的电磁环境,各种干扰技术也随之出现。如何识别出电子装备受到干扰的信号类型,保证电子装备的正常通信以及接收信息的准确性至关重要。目前对干扰信号分类识别的研究主要包括传统机器学习算法和深度学习算法,但是存在特征提取、使用时频图训练时间长以及在低干噪比下识别率不高的问题。针对目前算法存在的不足,本文研究了基于深度学习的模型融合算法在压制式干扰信号分类识别方面的性能。主要工作内容如下:(1)针对支持向量机等分类器需设计提取特征,以及利用时频图对深度学习算法模型训练时间较长,识别率有待提高,不易移植到实物系统中的问题,本文研究了基于双分支CNN模型融合的分类识别算法,利用5种压制式干扰信号时域数据的I/Q两个分量对其进行训练,仿真验证了算法的识别性能。在该算法基础上,又研究了改进型双分支MDS-CNN模型融合算法,利用MDS对干扰信号数据进行降维,减少了数据量,并通过仿真实验验证了算法的识别精度,训练时间大幅度减少。(2)虽然双分支CNN模型融合算法和双分支MDS-CNN模型融合算法取得了不错的识别效果,但是在低干噪比下的识别率仍需提高。针对该问题,本文研究了基于融合CNN-GRU及注意力机制的压制式干扰信号分类识别算法,利用GRU学习长期关联以及注意力机制分配权重的特点来提取更深层特征,以提高识别效果。使用一维干扰信号数据对网络进行训练,并进行了参数优化对比实验,经过仿真确定网络模型参数,同时验证了算法在低干噪比情况下的识别精度。(3)针对本文研究的双分支MDS-CNN模型融合算法和融合CNN-GRU及注意力机制算法,搭建了GNU Radio和USRP实物实验平台,通过实验平台验证了算法的实用性和实时性,为进一步研究分类识别算法提供了经验。

关键词：干扰信号识别模型融合多维缩放注意力机制软件无线电

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

TETRA通信与干扰信号智能识别技术

通信技术 2022年第1期55卷 63-69页

作者：黄天禹李雨锴杨萌西南交通大学四川成都611756

陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干... 详细信息

陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干扰信号智能识别技术。该技术首先对受到不同干扰后的TETRA音频数据进行特征提取,并筛选出具有分类能力的特征,其次使用决策树、支持向量机和随机森林3种分类模型对特征提取后的待测试信号进行智能分类识别。实验结果表明,使用的这3种模型能够有效判断TETRA系统中的信号是否受到干扰,以及受到何种样式的干扰,可为后续TETRA系统中的信号干扰识别提供参考。

关键词： TETRA 干扰信号识别决策树支持向量机随机森林

利用增量支持向量机高效识别卫星干扰信号的方法

在线全文

学校读者我要写书评

暂无评论

利用增量支持向量机高效识别卫星干扰信号的方法