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
1
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CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批
1
作者
吴剑波
唐霜天
田田
《现代电子技术》
北大核心
2025年第21期24-30,共7页
参数跳变是有源相控阵雷达发射波形的关键特征,其信号的载频、重复周期等参数可以实现毫秒级动态变化,导致对其进行信号分选时出现严重的增批现象。针对该问题,文中设计了一种基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批方法,基于脉间...
参数跳变是有源相控阵雷达发射波形的关键特征,其信号的载频、重复周期等参数可以实现毫秒级动态变化,导致对其进行信号分选时出现严重的增批现象。针对该问题,文中设计了一种基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批方法,基于脉间特征将截获脉冲数据划分为多个脉冲组,然后利用CEEMDAN⁃CNN⁃GRU预测模型提取脉冲组间的时序特征并据此对脉冲组频率和重复周期序列进行预测,将预测值与真实值相符的所有脉冲组进行合并。采用外场采集的雷达数据进行验证,实验结果表明,该方法对载频和重复周期同时跳变雷达信号的合批率达到85%以上,具有较好的合批效果。
展开更多
关键词
信号合批
组间参数跳变
脉冲信号分
组
自适应噪声
经验模态分解
卷积神经网络
门控循环神经网络
时
间
序列分析
在线阅读
下载PDF
职称材料
题名
基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批
1
作者
吴剑波
唐霜天
田田
机构
中国船舶集团有限公司第七二四研究所
出处
《现代电子技术》
北大核心
2025年第21期24-30,共7页
文摘
参数跳变是有源相控阵雷达发射波形的关键特征,其信号的载频、重复周期等参数可以实现毫秒级动态变化,导致对其进行信号分选时出现严重的增批现象。针对该问题,文中设计了一种基于CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批方法,基于脉间特征将截获脉冲数据划分为多个脉冲组,然后利用CEEMDAN⁃CNN⁃GRU预测模型提取脉冲组间的时序特征并据此对脉冲组频率和重复周期序列进行预测,将预测值与真实值相符的所有脉冲组进行合并。采用外场采集的雷达数据进行验证,实验结果表明,该方法对载频和重复周期同时跳变雷达信号的合批率达到85%以上,具有较好的合批效果。
关键词
信号合批
组间参数跳变
脉冲信号分
组
自适应噪声
经验模态分解
卷积神经网络
门控循环神经网络
时
间
序列分析
Keywords
signal batching
intergroup parameter hopping
pulse signal grouping
adaptive noise
empirical modal decomposition
CNN
gated recurrent neural network
time series analysis
分类号
TN971-34 [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CEEMDAN⁃CNN⁃GRU预测模型的复杂信号合批
吴剑波
唐霜天
田田
《现代电子技术》
北大核心
2025
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
