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
3
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
基于密度峰值聚类的宽角域散射中心聚类
1
作者
贺俊杰
郑胜
+3 位作者
曾曙光
曾祥云
胡承鑫
金汉乐
《科学技术与工程》
北大核心
2024年第13期5415-5420,共6页
宽角域合成孔径雷达(wide-angle synthetic aperture radar,WA-SAR)有着更广泛的角度覆盖范围,基于此得到的宽角域散射中心(wide-angle scattering centers,WA-SCs)包含了目标物体更加丰富的电磁散射特征,这对雷达的目标建模、目标识别...
宽角域合成孔径雷达(wide-angle synthetic aperture radar,WA-SAR)有着更广泛的角度覆盖范围,基于此得到的宽角域散射中心(wide-angle scattering centers,WA-SCs)包含了目标物体更加丰富的电磁散射特征,这对雷达的目标建模、目标识别等有着重要的意义。为了克服WA-SCs数据维度高、所含信息复杂的特点,并从中提取出所需的目标物体特征,采取密度峰值聚类(density peak clustering,DPC)算法研究WA-SCs。基于SLICY模型数据,从聚类内部评价指标、聚类可视化和算法自动化程度3个方面,将本文算法与经典的K-means、DBSCAN和MeanShift算法进行了对比实验。结果表明,DPC算法具有自动化程度高、高维数据适应性强、聚类精度高等优点,有望为后续的一系列基于WA-SCs的目标建模、目标识别等工作提供技术支撑。
展开更多
关键词
宽
角
域合成孔径雷达
目标识别
散射
中心
密度峰值
聚
类
在线阅读
下载PDF
职称材料
基于AIS和Canopy+Kmeans算法的高频雷达阵列幅相校准
被引量：
3
2
作者
廖一迁
岳显昌
+1 位作者
吴雄斌
张兰
《现代雷达》
CSCD
北大核心
2023年第9期9-15,共7页
阵列通道幅相校准是高频地波雷达方位估计必不可少的环节。文中提出一种基于自动识别系统(AIS)和Canopy+Kmeans的聚类算法对阵列的幅相误差进行校准。AIS直接用于阵列幅相校准将会出现许多虚假和错误的校准值信息,因此还需要对AIS得到...
阵列通道幅相校准是高频地波雷达方位估计必不可少的环节。文中提出一种基于自动识别系统(AIS)和Canopy+Kmeans的聚类算法对阵列的幅相误差进行校准。AIS直接用于阵列幅相校准将会出现许多虚假和错误的校准值信息,因此还需要对AIS得到的校准值进行进一步筛选。该方法结合机器学习中的Canopy算法和Kmeans算法,利用AIS船只信号得到的幅度和相位校准值进行自动聚类,从而得到正确的幅度和相位校准值。校准之后的雷达数据用多重信号分类算法进行到达角(DOA)估计,DOA估计的准确度有了大幅的提高。
展开更多
关键词
阵列幅相误差校准
自动识别系统
聚
类
算法
到达
角
估计
在线阅读
下载PDF
职称材料
一种基于大规模MIMO系统的三维空间指纹定位方法
3
作者
贺晨琳
王霄峻
汪磊
《电讯技术》
北大核心
2023年第12期1876-1884,共9页
针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的三维室内空间指纹定位方法。首先,提出一种处理速度更快、存...
针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的三维室内空间指纹定位方法。首先,提出一种处理速度更快、存储需求更小的角度-时延信道频率功率(Angle Delay Channel Frequency Power,ADCFP)指纹矩阵;其次,引入新的相似度准则即卡方距离以提高定位精度;然后提出一种改进的次方加权K近邻(Weighted K-Nearest Neighbor,WKNN)匹配算法,根据不同次方值对权重下降速度的影响差异,针对指纹相似度的大小分配以不同的权重;最后,对ADCFP指纹采用按行按列压缩的存储方法得到三种压缩指纹,进一步减少指纹数据量,并引入中心到达角(Central Angle of Arrival,CAOA)聚类算法缩短定位时长。仿真结果表明,ADCFP指纹矩阵2 m精度可靠性可达89.2%,采用卡方距离相较于曼哈顿距离的平均定位误差降低了5.63%,改进次方WKNN算法相较于传统WKNN算法平均定位误差降低了4.45%,引入CAOA聚类算法可使定位速度提升为未聚类情况下的1.72倍,平均定位误差较K均值聚类算法降低了44.05%,定位性能有较大提升。
展开更多
关键词
三维室内空间
指纹定位
大规模MIMO
加权K近邻(WKNN)
中心
到达
角
(
caoa
)
聚
类
在线阅读
下载PDF
职称材料
题名
基于密度峰值聚类的宽角域散射中心聚类
1
作者
贺俊杰
郑胜
曾曙光
曾祥云
胡承鑫
金汉乐
机构
三峡大学天文与空间科学研究中心
三峡大学理学院
出处
《科学技术与工程》
北大核心
2024年第13期5415-5420,共6页
基金
国家自然科学基金(U2031202)。
文摘
宽角域合成孔径雷达(wide-angle synthetic aperture radar,WA-SAR)有着更广泛的角度覆盖范围,基于此得到的宽角域散射中心(wide-angle scattering centers,WA-SCs)包含了目标物体更加丰富的电磁散射特征,这对雷达的目标建模、目标识别等有着重要的意义。为了克服WA-SCs数据维度高、所含信息复杂的特点,并从中提取出所需的目标物体特征,采取密度峰值聚类(density peak clustering,DPC)算法研究WA-SCs。基于SLICY模型数据,从聚类内部评价指标、聚类可视化和算法自动化程度3个方面,将本文算法与经典的K-means、DBSCAN和MeanShift算法进行了对比实验。结果表明,DPC算法具有自动化程度高、高维数据适应性强、聚类精度高等优点,有望为后续的一系列基于WA-SCs的目标建模、目标识别等工作提供技术支撑。
关键词
宽
角
域合成孔径雷达
目标识别
散射
中心
密度峰值
聚
类
Keywords
wide-angle SAR
target recognition
scattering centers
density peak clustering
分类号
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
基于AIS和Canopy+Kmeans算法的高频雷达阵列幅相校准
被引量：
3
2
作者
廖一迁
岳显昌
吴雄斌
张兰
机构
武汉大学电子信息学院
出处
《现代雷达》
CSCD
北大核心
2023年第9期9-15,共7页
文摘
阵列通道幅相校准是高频地波雷达方位估计必不可少的环节。文中提出一种基于自动识别系统(AIS)和Canopy+Kmeans的聚类算法对阵列的幅相误差进行校准。AIS直接用于阵列幅相校准将会出现许多虚假和错误的校准值信息,因此还需要对AIS得到的校准值进行进一步筛选。该方法结合机器学习中的Canopy算法和Kmeans算法,利用AIS船只信号得到的幅度和相位校准值进行自动聚类,从而得到正确的幅度和相位校准值。校准之后的雷达数据用多重信号分类算法进行到达角(DOA)估计,DOA估计的准确度有了大幅的提高。
关键词
阵列幅相误差校准
自动识别系统
聚
类
算法
到达
角
估计
Keywords
array amplitude and phase error
automatic identification system
clustering algorithm
estimated direction of arrival
分类号
TN955 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
一种基于大规模MIMO系统的三维空间指纹定位方法
3
作者
贺晨琳
王霄峻
汪磊
机构
东南大学信息科学与工程学院
紫金山实验室
出处
《电讯技术》
北大核心
2023年第12期1876-1884,共9页
基金
国家重点研发计划(2022YFC38010000)
中央高校基本科研业务费专项资金(2242022k60001)
东南大学院系联合基金(2242023K40015)。
文摘
针对现有指纹定位技术存在指纹数据量较大、存储与处理困难、复杂空间定位适应性不足等问题,提出了一种基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的三维室内空间指纹定位方法。首先,提出一种处理速度更快、存储需求更小的角度-时延信道频率功率(Angle Delay Channel Frequency Power,ADCFP)指纹矩阵;其次,引入新的相似度准则即卡方距离以提高定位精度;然后提出一种改进的次方加权K近邻(Weighted K-Nearest Neighbor,WKNN)匹配算法,根据不同次方值对权重下降速度的影响差异,针对指纹相似度的大小分配以不同的权重;最后,对ADCFP指纹采用按行按列压缩的存储方法得到三种压缩指纹,进一步减少指纹数据量,并引入中心到达角(Central Angle of Arrival,CAOA)聚类算法缩短定位时长。仿真结果表明,ADCFP指纹矩阵2 m精度可靠性可达89.2%,采用卡方距离相较于曼哈顿距离的平均定位误差降低了5.63%,改进次方WKNN算法相较于传统WKNN算法平均定位误差降低了4.45%,引入CAOA聚类算法可使定位速度提升为未聚类情况下的1.72倍,平均定位误差较K均值聚类算法降低了44.05%,定位性能有较大提升。
关键词
三维室内空间
指纹定位
大规模MIMO
加权K近邻(WKNN)
中心
到达
角
(
caoa
)
聚
类
Keywords
3D indoor space
fingerprint localization
massive MIMO
weighted K-nearest neighbor(WKNN)
central angle of arrival(
caoa
)clustering
分类号
TN929.5 [电子电信—通信与信息系统]
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
基于密度峰值聚类的宽角域散射中心聚类
贺俊杰
郑胜
曾曙光
曾祥云
胡承鑫
金汉乐
《科学技术与工程》
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于AIS和Canopy+Kmeans算法的高频雷达阵列幅相校准
廖一迁
岳显昌
吴雄斌
张兰
《现代雷达》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
3
一种基于大规模MIMO系统的三维空间指纹定位方法
贺晨琳
王霄峻
汪磊
《电讯技术》
北大核心
2023
0
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
