-
题名基于神经网络的全双工干扰机自干扰对消方法
- 1
-
-
作者
朱虹宇
胡卫东
王超
施庆展
张曦蒙
袁乃昌
-
机构
国防科技大学电子科学学院
国防科技大学自动目标识别国家重点实验室
-
出处
《系统工程与电子技术》
北大核心
2025年第1期12-21,共10页
-
基金
国家自然科学基金(62301570)资助课题。
-
文摘
针对复杂而强的非线性自干扰信号的对消问题,分析全双工系统中发射泄露产生的自干扰信号的组成及其非线性特性,基于多级隔离和对消自干扰的思想,提出一种数字域神经网络方法。神经网络通过快速学习和感知侦收自干扰信道模型参数,能有效地对消泄露进来的自干扰信号。仿真实验结果表明,与传统的线性对消和数字对消方法相比,所提方法能够快速适应雷达信号的变化,具有更强的自干扰抑制能力,为改善全双工干扰机的性能提供了技术途径。
-
关键词
全双工干扰机
大功率信号
非线性特性
雷达信号变化
自干扰抑制能力
-
Keywords
full-duplex jammer
high-power signal
non-linear characteristics
changes in radar signals
self-interference suppression capability
-
分类号
TN974
[电子电信—信号与信息处理]
-
-
题名基于SAR和光学数据融合的山区森林干扰检测
- 2
-
-
作者
王博
陈永刚
闫彦廷
-
机构
浙江农林大学环境与资源学院
-
出处
《林草资源研究》
北大核心
2024年第3期60-69,共10页
-
基金
浙江省自然科学基金“面向不同观测对象的地形综合算法与评价研究”(LY16D010009)。
-
文摘
高效的森林干扰检测方式可以及时预防并减轻森林灾害,保护生态系统功能。针对融合多源数据对山区森林干扰进行检测时往往受到地形影响的问题,构建坡向分类算法,划分检测区域,以降低地形起伏对雷达变化比(RCR)的影响。通过融合合成孔径雷达(SAR)和光学卫星数据,利用改进的RCR方法与NDVI时间序列,提出一种新的森林干扰检测方法。研究结果表明:1)通过坡向分类算法改进RCR方法有效扩大了19.48%检测区域面积,可覆盖更多的干扰区域,并提升检测准确性;2)采用SAR与光学数据相融合的森林干扰检测方法,其总体检测精度为89.24%,与仅采用单一传感器的SAR数据、光学数据相比,检测精度分别提高了11.11%、13.32%。相较于单一传感器方法,此方法能在不同时间和天气条件下获取丰富的连续检测信息,在提高森林干扰的检测能力方面具有更大的潜力和优势,可为今后森林资源管理和生态保护提供更加全面和准确的信息支持。
-
关键词
森林干扰
SAR
雷达变化比
NDVI时间序列
坡向分类
-
Keywords
forest disturbance
SAR
radar change ratio
NDVI time series
slope direction classification
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
S771.8
[农业科学—森林工程]
-
