期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于频率和形状特征的脉冲重复间隔调制识别
被引量:
15
1
作者
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2007年第2期194-199,共6页
根据雷达信号脉冲序列的特点,从雷达脉冲信号中提取频率特征和形状特征,构成二维特征向量,并用支持向量机设计多类别分类器,实现雷达信号PRI调制信号的自动识别,实验结果表明,对特征向量进行大幅度降维(从64维降到2维)后,既简化了分类器...
根据雷达信号脉冲序列的特点,从雷达脉冲信号中提取频率特征和形状特征,构成二维特征向量,并用支持向量机设计多类别分类器,实现雷达信号PRI调制信号的自动识别,实验结果表明,对特征向量进行大幅度降维(从64维降到2维)后,既简化了分类器,又保持或提高了识别率和抗噪声性能.与原特征向量相比,对无噪样本的误识率从0.15%-0.25%降低到0.00%,对有噪样本的误识率从0.40%-1.30%降低到0.15%- 0.93%.
展开更多
关键词
识别
雷达信号
脉冲重复间隔
支持向量机
频率
形状
在线阅读
下载PDF
职称材料
基于PHAF的多分量LFM辐射源信号检测
被引量:
4
2
作者
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2011年第2期294-302,共9页
为解决信号分量能量不同且时频交叠严重时多分量辐射源信号的检测问题,提出了一种基于乘积高阶模糊函数(PHAF)的检测方法.该方法采用"剥洋葱"的策略,按照能量强弱逐次检测各信号分量.检测时,先检测和剥除能量较强的信号分量,...
为解决信号分量能量不同且时频交叠严重时多分量辐射源信号的检测问题,提出了一种基于乘积高阶模糊函数(PHAF)的检测方法.该方法采用"剥洋葱"的策略,按照能量强弱逐次检测各信号分量.检测时,先检测和剥除能量较强的信号分量,以避免弱信号分量受其它信号分量和交叉项的干扰.将不同时延的高阶模糊函数相乘,以强化信号分量、弱化噪声,有效检测低信噪比信号.分析和实验结果表明:提出的方法能有效检测时频交叠严重的多分量辐射源信号,对强、弱能量信号分量的相对检测误差分别小于2.457×10-4和7.560×10-2;检测含噪声的信号时,对强、弱能量信号分量的相对检测误差分别小于1.300×10-3和7.330×10-2.
展开更多
关键词
信号检测
辐射源信号
多分量
乘积高阶模糊函数(PHAF)
在线阅读
下载PDF
职称材料
基于S-method的多分量雷达辐射源信号检测
被引量:
2
3
作者
荣海娜
张葛祥
金炜东
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2009年第1期174-179,共6页
针对传统时频方法在处理多分量雷达辐射源信号时存在交叉项,不能检测各分量信号时域参数,难以适应低信噪比环境的问题,提出一种基于S-method(SM)的多分量雷达辐射源信号检测新方法。该方法首先计算信号的SM时频分布,然后在时频面的基础...
针对传统时频方法在处理多分量雷达辐射源信号时存在交叉项,不能检测各分量信号时域参数,难以适应低信噪比环境的问题,提出一种基于S-method(SM)的多分量雷达辐射源信号检测新方法。该方法首先计算信号的SM时频分布,然后在时频面的基础上检测各信号分量的瞬时频率和脉冲起止时间。实验结果表明,该方法能处理线性及非线性调频信号、时频分辨率高且不受交叉项干扰,时域检测精度大于98.60%,频域检测精度大于99.48%,信噪比降低时仍然保持强检测能力。
展开更多
关键词
辐射源信号
时频分析
多分量
信号检测
S-method
在线阅读
下载PDF
职称材料
基于重排S-method的多分量辐射源信号分析方法
被引量:
2
4
作者
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2009年第2期195-200,共6页
为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method(RSM)的多分量辐射源信号分析方法.针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析...
为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method(RSM)的多分量辐射源信号分析方法.针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析.该方法能处理线性和非线性调频信号,算法简单,易于实现.复杂体制多分量辐射源信号分析的实验结果表明,该方法能有效分析多分量辐射源信号,时频分辨率高,不受交叉项干扰,具有比Wigner-Ville分布和S-method更强的噪声抑制能力.
展开更多
关键词
时频分析
辐射源信号
多分量
重排S-method
在线阅读
下载PDF
职称材料
支持向量机在雷达辐射源信号识别中的应用
被引量:
31
5
作者
张葛祥
荣海娜
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2006年第1期25-30,共6页
为了提高电子对抗设备的信号识别能力,采用相像系数法提取雷达辐射源信号特征,并引入支持向量机完成信号自动分类识别.相像系数法在大信噪比范围内稳定性好、分辨能力强.支持向量机分类器结构简单、可获得全局最优、泛化能力强.实...
为了提高电子对抗设备的信号识别能力,采用相像系数法提取雷达辐射源信号特征,并引入支持向量机完成信号自动分类识别.相像系数法在大信噪比范围内稳定性好、分辨能力强.支持向量机分类器结构简单、可获得全局最优、泛化能力强.实验结果表明,基于相像系数和支持向量机的辐射源信号识别方法在大信噪比(5~20dB)范围内,错误识别率最低可达2.68%,优于传统识别方法.
展开更多
关键词
模式识别
信号处理
支持向量机
相像系数
雷达辐射源
在线阅读
下载PDF
职称材料
题名
基于频率和形状特征的脉冲重复间隔调制识别
被引量:
15
1
作者
荣海娜
张葛祥
金炜东
机构
西南交通大学电气工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2007年第2期194-199,共6页
基金
国家自然科学基金资助项目(60572143)
文摘
根据雷达信号脉冲序列的特点,从雷达脉冲信号中提取频率特征和形状特征,构成二维特征向量,并用支持向量机设计多类别分类器,实现雷达信号PRI调制信号的自动识别,实验结果表明,对特征向量进行大幅度降维(从64维降到2维)后,既简化了分类器,又保持或提高了识别率和抗噪声性能.与原特征向量相比,对无噪样本的误识率从0.15%-0.25%降低到0.00%,对有噪样本的误识率从0.40%-1.30%降低到0.15%- 0.93%.
关键词
识别
雷达信号
脉冲重复间隔
支持向量机
频率
形状
Keywords
recognition
radar signal
pulse repetition interval
support vector machine
frequency
pattern
分类号
TN957 [电子电信—信号与信息处理]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于PHAF的多分量LFM辐射源信号检测
被引量:
4
2
作者
荣海娜
张葛祥
金炜东
机构
西南交通大学电气工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2011年第2期294-302,共9页
基金
国家自然科学基金资助项目(60702026
60971103)
四川省杰出青年基金资助项目(09ZQ026-040)
文摘
为解决信号分量能量不同且时频交叠严重时多分量辐射源信号的检测问题,提出了一种基于乘积高阶模糊函数(PHAF)的检测方法.该方法采用"剥洋葱"的策略,按照能量强弱逐次检测各信号分量.检测时,先检测和剥除能量较强的信号分量,以避免弱信号分量受其它信号分量和交叉项的干扰.将不同时延的高阶模糊函数相乘,以强化信号分量、弱化噪声,有效检测低信噪比信号.分析和实验结果表明:提出的方法能有效检测时频交叠严重的多分量辐射源信号,对强、弱能量信号分量的相对检测误差分别小于2.457×10-4和7.560×10-2;检测含噪声的信号时,对强、弱能量信号分量的相对检测误差分别小于1.300×10-3和7.330×10-2.
关键词
信号检测
辐射源信号
多分量
乘积高阶模糊函数(PHAF)
Keywords
signal detection
emitter signal
multi-component
PHAF(product high-order ambiguity function)
分类号
TN911.72 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于S-method的多分量雷达辐射源信号检测
被引量:
2
3
作者
荣海娜
张葛祥
金炜东
机构
西南交通大学电气工程学院
出处
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2009年第1期174-179,共6页
基金
国家自然科学基金资助项目(6057214360702026)
文摘
针对传统时频方法在处理多分量雷达辐射源信号时存在交叉项,不能检测各分量信号时域参数,难以适应低信噪比环境的问题,提出一种基于S-method(SM)的多分量雷达辐射源信号检测新方法。该方法首先计算信号的SM时频分布,然后在时频面的基础上检测各信号分量的瞬时频率和脉冲起止时间。实验结果表明,该方法能处理线性及非线性调频信号、时频分辨率高且不受交叉项干扰,时域检测精度大于98.60%,频域检测精度大于99.48%,信噪比降低时仍然保持强检测能力。
关键词
辐射源信号
时频分析
多分量
信号检测
S-method
Keywords
emitter signal
time-frequency analysis
multi-component
signal detection
S-method
分类号
TN957.5 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
基于重排S-method的多分量辐射源信号分析方法
被引量:
2
4
作者
荣海娜
张葛祥
金炜东
机构
西南交通大学电气工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2009年第2期195-200,共6页
基金
国家自然科学基金资助项目(60572143
60702026)
文摘
为实现多分量辐射源信号的有效检测和识别,提出了基于重排S-method(RSM)的多分量辐射源信号分析方法.针对Wigner-Ville分布交叉项严重和计算复杂度高的问题,采用RSM分析密集、交叠的辐射源信号,给出了其算法的硬件实现和计算复杂度分析.该方法能处理线性和非线性调频信号,算法简单,易于实现.复杂体制多分量辐射源信号分析的实验结果表明,该方法能有效分析多分量辐射源信号,时频分辨率高,不受交叉项干扰,具有比Wigner-Ville分布和S-method更强的噪声抑制能力.
关键词
时频分析
辐射源信号
多分量
重排S-method
Keywords
time-frequency analysis
emitter signal
multi-component
reassigned S-method
分类号
TN971.1 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
支持向量机在雷达辐射源信号识别中的应用
被引量:
31
5
作者
张葛祥
荣海娜
金炜东
机构
西南交通大学电气工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2006年第1期25-30,共6页
基金
国家自然科学基金资助项目(60572143)
国防科技重点实验室基金资助项目(NEWL51435QT220401)
文摘
为了提高电子对抗设备的信号识别能力,采用相像系数法提取雷达辐射源信号特征,并引入支持向量机完成信号自动分类识别.相像系数法在大信噪比范围内稳定性好、分辨能力强.支持向量机分类器结构简单、可获得全局最优、泛化能力强.实验结果表明,基于相像系数和支持向量机的辐射源信号识别方法在大信噪比(5~20dB)范围内,错误识别率最低可达2.68%,优于传统识别方法.
关键词
模式识别
信号处理
支持向量机
相像系数
雷达辐射源
Keywords
pattern recognition
signal processing
support vector machine
resemblance coemcient
radar emitter
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TN957 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于频率和形状特征的脉冲重复间隔调制识别
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2007
15
在线阅读
下载PDF
职称材料
2
基于PHAF的多分量LFM辐射源信号检测
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2011
4
在线阅读
下载PDF
职称材料
3
基于S-method的多分量雷达辐射源信号检测
荣海娜
张葛祥
金炜东
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2009
2
在线阅读
下载PDF
职称材料
4
基于重排S-method的多分量辐射源信号分析方法
荣海娜
张葛祥
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2009
2
在线阅读
下载PDF
职称材料
5
支持向量机在雷达辐射源信号识别中的应用
张葛祥
荣海娜
金炜东
《西南交通大学学报》
EI
CSCD
北大核心
2006
31
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部