期刊文献+
共找到317篇文章
< 1 2 16 >
每页显示 20 50 100
Application of short-time Fourier transform to high-rise frame structural-health monitoring based on change of inherent frequency over time
1
作者 郭少霞 PEI Qiang 《Journal of Chongqing University》 CAS 2017年第1期1-10,共10页
The high-rise frame structure has become more and more widespread, like its damage from the complication of the environment. The traditional method of damage detection, which is only suitable for the stationary signal... The high-rise frame structure has become more and more widespread, like its damage from the complication of the environment. The traditional method of damage detection, which is only suitable for the stationary signal, does not apply to a high-rise frame structure because its damage signal is non-stationary. Thus, this paper presents an application of the short-time Fourier transform(STFT) to damage detection of high-rise frame structures. Compared with the fast Fourier transform, STFT is found to be able to express the frequency spectrum property of the time interval using the signal within this interval. Application of STFT to analyzing a Matlab model and the shaking table test with a twelve-story frame-structure model reveals that there is a positive correlation between the slope of the frequency versus time and the damage level. If the slope is equal to or greater than zero, the structure is not damaged. If the slope is smaller than zero, the structure is damaged, and the less the slope is, the more serious the damage is. The damage results from calculation based on the Matlab model are consistent with those from the shaking table test, demonstrating that STFT can be a reliable tool for the damage detection of high-rise frame structures. 展开更多
关键词 short-time fourier transform fast fourier transform damage identification shaking table test time-frequency analysis
在线阅读 下载PDF
基于AI的噪声环境下远距离高清音频采集研究
2
作者 黄丽娜 《现代电子技术》 北大核心 2025年第4期130-134,共5页
为提升远距离采集音频信号的强度,深度滤除音频信号噪声以提取有用音频部分,提出一种基于AI的噪声环境下远距离高清音频采集方法。构建远距离高清音频采集结构,分别通过模拟增益和数字增益技术进行音频信号增益处理,以提升音频信号强度... 为提升远距离采集音频信号的强度,深度滤除音频信号噪声以提取有用音频部分,提出一种基于AI的噪声环境下远距离高清音频采集方法。构建远距离高清音频采集结构,分别通过模拟增益和数字增益技术进行音频信号增益处理,以提升音频信号强度。依据短时傅里叶变换提取音频增益信号频域特征,输入到长短期记忆网络中,实现音频信号深度噪声去除,得到高清音频频域信息;再通过短时傅里叶逆变换处理该信号,实现音频信号重构,最终达到噪声环境下远距离高清音频采集的目的。实验验证结果表明:依据音频信号增益能够有效提升采集音频信号的强度,并避免信号受距离、噪声影响而逐渐衰减,继而有效滤除音频信号噪声数据,提取其中有用的音频信号,确保音频信号高清度;且最终采集音频信号信噪比均高于18 dB,可懂度均高于97%,有效验证了所提方法的有效性和准确性。 展开更多
关键词 高清音频采集 AI 噪声环境 信号强度 远距离 长短期记忆网络 短时傅里叶变换
在线阅读 下载PDF
基于高斯短时分数阶Fourier变换的海面微动目标检测方法 被引量:17
3
作者 陈小龙 刘宁波 +2 位作者 王国庆 关键 何友 《电子学报》 EI CAS CSCD 北大核心 2014年第5期971-977,共7页
海上目标随海面颠簸导致姿态变化,引起回波功率调制效应,导致回波多普勒体现时变和非平稳特性.为此,本文将微多普勒理论应用于海杂波中弱目标检测,提出一种基于高斯短时分数阶Fourier变换(GSTFRFT)的海面微动目标检测方法.首先,建立海... 海上目标随海面颠簸导致姿态变化,引起回波功率调制效应,导致回波多普勒体现时变和非平稳特性.为此,本文将微多普勒理论应用于海杂波中弱目标检测,提出一种基于高斯短时分数阶Fourier变换(GSTFRFT)的海面微动目标检测方法.首先,建立海面目标的平动和三维转动回波模型;然后,基于海尖峰判别方法对回波信号进行数据筛选,改善信杂比,并采用GSTFRFT对微动信号进行增强处理,利用海面目标与海杂波的微动特征差异设计恒虚警检测方法;最后,通过GSTFRFT域滤波,提取信号的微动特征并得到瞬时频率.实测雷达数据仿真结果验证了算法的有效性,具有在强海杂波中检测微弱目标的能力. 展开更多
关键词 微动目标 海尖峰 高斯短时分数阶fourier变换 目标检测 特征提取
在线阅读 下载PDF
基于时频卷积神经网络的供水管道漏损识别
4
作者 赖凌轩 柳景青 +1 位作者 周一粟 李秀娟 《浙江大学学报(工学版)》 北大核心 2025年第1期196-204,共9页
现有供水管道漏损检测研究不能判断漏损压力,为此依托全尺寸管网漏损中试实验平台采集管道声信号,提出基于窗参数优化的短时傅里叶变换和卷积神经网络的供水管道漏损压力识别模型.对于相同面积、不同形状的漏口,采用短时傅里叶变换处理... 现有供水管道漏损检测研究不能判断漏损压力,为此依托全尺寸管网漏损中试实验平台采集管道声信号,提出基于窗参数优化的短时傅里叶变换和卷积神经网络的供水管道漏损压力识别模型.对于相同面积、不同形状的漏口,采用短时傅里叶变换处理声信号,得到包含三压力水平下漏损特征的二维时频谱图,作为卷积神经网络的输入.在窗参数和网络超参数优化的基础上,构建漏损压力识别模型.实验结果表明:所提模型总体识别准确率为95.2%,高、中、低压漏损工况识别准确率为93.5%、92.9%、92.4%;相比传统机器学习模型,所提模型识别漏损和压力准确率更高,可用于实际供水管网的漏损压力识别. 展开更多
关键词 供水管道 漏损压力识别 声信号监测 短时傅里叶变换 卷积神经网络 窗参数优化
在线阅读 下载PDF
一种基于转速补偿的悬停无人机时频域积累检测算法
5
作者 李明哲 饶烜 《雷达科学与技术》 北大核心 2025年第2期227-236,共10页
随着新时代科技的发展,无人机的应用越来越多,对无人机的检测与管理逐渐受到重视。针对传统算法对悬停无人机检测效果不理想的问题,本文提出一种基于转速补偿的时频域积累检测算法。首先,通过经验模态分解(Empirical Mode Decomposition... 随着新时代科技的发展,无人机的应用越来越多,对无人机的检测与管理逐渐受到重视。针对传统算法对悬停无人机检测效果不理想的问题,本文提出一种基于转速补偿的时频域积累检测算法。首先,通过经验模态分解(Empirical Mode Decomposition,EMD)和快速傅里叶变换(Fast Fourier Transform,FFT)相结合的方法估计多个旋翼的转速。进而,构造对应的补偿函数对各个旋翼回波信号进行补偿,使得旋翼的微多普勒频率集中在一个多普勒单元内。随后,再将补偿后的回波信号进行短时傅里叶变换(Short‐Time Fourier Transform,STFT),将各个旋翼的时频域信号相加再通过FFT进行相参积累,以达到改善对悬停无人机检测性能的目的。仿真实验表明,该方法可以有效实现对悬停无人机的目标检测和转速估计。 展开更多
关键词 悬停无人机 微多普勒 经验模态分解(EMD) 短时傅里叶变换(STFT) 时频域积累检测
在线阅读 下载PDF
一种无人机跳频通信信号检测方法
6
作者 明舒涛 许高明 《无线通信技术》 2025年第1期39-43,共5页
近年来,伴随着无人机技术的不断发展,我国民用无人机的市场规模正在逐年增长。随之而来的是无人机“黑飞”引发的一系列问题,这已经成为影响社会安全的重大问题。本文对无人机跳频通信信号检测展开研究,提出了一种针对无人机跳频通信信... 近年来,伴随着无人机技术的不断发展,我国民用无人机的市场规模正在逐年增长。随之而来的是无人机“黑飞”引发的一系列问题,这已经成为影响社会安全的重大问题。本文对无人机跳频通信信号检测展开研究,提出了一种针对无人机跳频通信信号的检测方法。根据无人机跳频通信信号帧带宽的短时稳定特性,使用短时傅里叶变化结合带宽和中心频率匹配法来估计无人机跳频通信信号帧的带宽、中心频率和持续时间。再结合跳频通信具有的周期性来判断是否存在无人机跳频通信信号。 展开更多
关键词 无人机 跳频通信 短时傅里叶变换 信号检测
在线阅读 下载PDF
基于短时Fourier变换的水面舰艇冲击响应分析
7
作者 汪玉 于大鹏 杜俭业 《船舶力学》 EI CSCD 北大核心 2013年第1期141-147,共7页
舰艇冲击响应具有明显的非平稳与非线性特征,传统的Fourier变换分析应用受限。文章利用短时Fourier变换(STFT)分析技术研究冲击响应的时频变化特征,计算结果证明了该分析方法可比较精确地描述舰艇船体结构与舰用设备冲击响应频率特性随... 舰艇冲击响应具有明显的非平稳与非线性特征,传统的Fourier变换分析应用受限。文章利用短时Fourier变换(STFT)分析技术研究冲击响应的时频变化特征,计算结果证明了该分析方法可比较精确地描述舰艇船体结构与舰用设备冲击响应频率特性随时间的演化特征。该研究成果可以为舰艇抗冲击指标细化分析与极限冲击载荷研究提供技术支持。 展开更多
关键词 舰艇 冲击响应 时频变化特征 船体结构 舰用设备 短时fourier变换
在线阅读 下载PDF
短时傅里叶逆变换的苗语语声合成方法
8
作者 蔡姗 王林 +2 位作者 郭胜 邹雪 吴磊 《应用声学》 北大核心 2025年第2期339-349,共11页
少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少... 少数民族语言的语声合成研究作为语声合成研究的一个重要方向,在人机交互领域备受关注。针对现有两阶段语声合成模型复杂度高、演算速度慢的问题,提出一种基于短时傅里叶逆变换的苗语语声合成方法。该方法根据语声特征提取的过程,减少过采样卷积的使用,以降低模型的复杂度,同时结合短时傅里叶逆变换进行语声波形相位和幅度谱的重建,实现从频域到时域的快速转换。此外,文中采用残差编码器对文本进行特征提取,以保留更多的输入文本信息。为了验证所提方法的有效性,以自建苗语语声语料库HmongSpeech(下载链接:http://sxjxsf.gzmu.edu.cn/info/1728/1214.htm)作为基准数据集,与典型的两阶段和单阶段模型进行对比分析。实验结果表明,所提方法在没有降低合成语声质量的同时提高了45倍的演算速度,且实时因子为0.01,满足实时应用要求;同时具有较强的鲁棒性,合成的词错误率仅为1.02%。 展开更多
关键词 苗语语声合成 短时傅里叶逆变换 演算速度 残差编码器
在线阅读 下载PDF
定频干扰下基于奇异值熵的跳频信号检测
9
作者 齐雨 张晓林 孙溶辰 《哈尔滨工程大学学报》 北大核心 2025年第2期355-362,共8页
针对现有跳频信号检测算法在低信噪比下性能急剧下降的问题,本文利用定频信号、跳频信号和噪声时频图像的特征差异,提出基于奇异值熵的跳频信号盲检测算法。该算法经过时频对消方法剔除时频图中的定频干扰分量,通过时频迁移及奇异值分... 针对现有跳频信号检测算法在低信噪比下性能急剧下降的问题,本文利用定频信号、跳频信号和噪声时频图像的特征差异,提出基于奇异值熵的跳频信号盲检测算法。该算法经过时频对消方法剔除时频图中的定频干扰分量,通过时频迁移及奇异值分解计算奇异值熵反映时频图的能量分布特征,采用奇异值熵作为跳频信号的检测量,实现了定频干扰下跳频信号的准确检测。仿真结果表明:所提算法能在信噪比高于-14 dB时保持100%的检测概率,在定频干扰的频率与信号重叠时也具有良好的检测性能,还可用于高斯白噪声背景下定频信号和跳频信号的识别。 展开更多
关键词 跳频信号 短时傅里叶变换 时频对消 时频迁移 奇异值分解 奇异值熵 盲检测 定频干扰 高斯白噪声
在线阅读 下载PDF
小波变换与Fourier变换的关系 被引量:1
10
作者 于凤芹 《江南学院学报》 1998年第4期11-14,共4页
从对Fourier变换的分析揭示出小波变换是数学本身发展的必然;从Fourier分析的局限性,讨论小波变换的变焦距特性;从Fourier变换的固定基给出小波变换基的选取原则,从而得出小波变换是Fourier变换的继承和发展。
关键词 小波变换 傅里叶变换 信号分析
在线阅读 下载PDF
基于短时Fourier变换的瑞雷面波相速度提取
11
作者 陈亚东 戴华林 《天津城建大学学报》 2015年第4期299-302,共4页
瑞雷面波勘探的主要思想是利用瑞雷面波的频散特性来反映浅层地质问题.在分析常规Fourier变换提取瑞雷面波相速度的局限性的基础上,提出采用短时Fourier变换方法对实际资料进行处理,结果表明:短时Fourier变换提取瑞雷面波相速度的方法... 瑞雷面波勘探的主要思想是利用瑞雷面波的频散特性来反映浅层地质问题.在分析常规Fourier变换提取瑞雷面波相速度的局限性的基础上,提出采用短时Fourier变换方法对实际资料进行处理,结果表明:短时Fourier变换提取瑞雷面波相速度的方法具有较高的准确性和可靠性,有很好的应用效果和发展前景. 展开更多
关键词 瑞雷面波 频散特性 时-频分析 短时fourier变换
在线阅读 下载PDF
融合CNN和ViT的声信号轴承故障诊断方法 被引量:8
12
作者 宁方立 王珂 郝明阳 《振动与冲击》 EI CSCD 北大核心 2024年第3期158-163,170,共7页
针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像... 针对轴承故障诊断任务数据量少、故障信号非平稳等特点,提出一种短时傅里叶变换、卷积神经网络和视觉转换器相结合的轴承故障诊断方法。首先,利用短时傅里叶变换将原始声信号转换为包含时序信息和频率信息的时频图像。其次,将时频图像作为卷积神经网络的输入,用于隐式提取图像的深层特征,其输出作为视觉转换器的输入。视觉转换器用于提取信号的时间序列信息。并在输出层利用Softmax函数实现故障模式的识别。试验结果表明,该方法对于轴承故障诊断准确率较高。为了更好解释和优化提出的轴承故障诊断方法,利用t-分布领域嵌入算法对分类特征进行了可视化展示。 展开更多
关键词 短时傅里叶变换 卷积神经网络 视觉转换器 t-分布领域嵌入算法
在线阅读 下载PDF
基于多通道卷积神经网络的柴油机复合故障诊断 被引量:1
13
作者 王银 赵建华 +1 位作者 帅长庚 廖玉诚 《海军工程大学学报》 CAS 北大核心 2024年第4期8-13,共6页
针对复合故障诊断精度较低的问题,开展了柴油机多故障模拟实验,构建了基于AlexNet改进的多通道二维卷积神经网络模型,采用短时傅里叶变换将一维振动信号转换为二维时频图,导入构建的模型进行训练,实现特征自适应提取的故障诊断。将诊断... 针对复合故障诊断精度较低的问题,开展了柴油机多故障模拟实验,构建了基于AlexNet改进的多通道二维卷积神经网络模型,采用短时傅里叶变换将一维振动信号转换为二维时频图,导入构建的模型进行训练,实现特征自适应提取的故障诊断。将诊断结果与单通道卷积神经网络诊断结果比较发现:单通道卷积神经网络诊断只有在测点设置靠近故障源的情况下才能够获得较高的故障诊断准确率,否则诊断准确率明显降低,且复合故障诊断精度较低;多通道卷积神经网络的单故障和复合故障诊断精度均得到了提升,其中复合故障诊断精度提升了11.4%。 展开更多
关键词 柴油机 复合故障 多通道卷积神经网络 短时傅里叶变换
在线阅读 下载PDF
基于自适应短时傅里叶变换的品质因子Q值估算方法
14
作者 赵锐锐 李勇军 +1 位作者 黄有晖 左安鑫 《石油物探》 CSCD 北大核心 2024年第5期981-992,共12页
品质因子Q是描述地下介质对地震波吸收衰减强弱程度的参数,同时也是地层含油气性的重要标志。在地震资料Q估算中,常用的方法是短时傅里叶变换方法,当窗函数被选定以后,其时频分辨率就固定了。针对该问题,提出一种自适应窗短时傅里叶变... 品质因子Q是描述地下介质对地震波吸收衰减强弱程度的参数,同时也是地层含油气性的重要标志。在地震资料Q估算中,常用的方法是短时傅里叶变换方法,当窗函数被选定以后,其时频分辨率就固定了。针对该问题,提出一种自适应窗短时傅里叶变换的方法,以获得更准确的瞬时中心频率,并利用峰值频移法来估算品质因子Q。首先,利用固定窗长的短时傅里叶变换来提取信号的瞬时中心频率作为初始频率;然后,根据初始频率自适应计算不同频率的窗长,并利用自适应窗长短时傅里叶变换来求取瞬时中心频率;最后,结合峰值频移法得到高分辨率的品质因子Q值。利用合成数据和实际数据进行了测试,结果表明,相比于固定时窗短时傅里叶变换方法,自适应短时傅里叶变换方法具有更好的时间和频率分辨率,可以获得更高分辨率的品质因子Q值。该结果可以为地下介质的研究提供更准确、可靠的工具,有助于更好地了解地下结构和油气资源分布情况。 展开更多
关键词 品质因子Q 短时傅里叶变换 窗函数 自适应 峰值频移法
在线阅读 下载PDF
一种优化的短波通信辐射源个体智能识别方法
15
作者 陈旗 陆剑雄 +1 位作者 郑恒权 赵瑞轩 《电子信息对抗技术》 2024年第5期27-34,共8页
针对短波频段信号环境复杂、通信辐射源个体识别中样本数量不足,造成常规个体识别方法困难、残差神经网络训练时过拟合的问题,提出了一种基于改进残差神经网络算法的短波通信辐射源个体智能识别方法。该方法将迁移学习的思想引入残差神... 针对短波频段信号环境复杂、通信辐射源个体识别中样本数量不足,造成常规个体识别方法困难、残差神经网络训练时过拟合的问题,提出了一种基于改进残差神经网络算法的短波通信辐射源个体智能识别方法。该方法将迁移学习的思想引入残差神经网络中,利用实际采集的短波通信辐射源信号,经过短时傅里叶变换(Short-Time Fourier Transform,STFT)得到的特征图谱,输入到结合迁移学习改进的残差神经网络算法中。然后,对信号采用不同方式提取信号特征、不同信噪比等条件下,进行短波通信辐射源个体识别,并与改进前残差神经网络进行对比实验。实验结果表明,对于短波通信辐射源信号,在样本数量不足、有噪声的条件下,经过STFT结合改进的残差神经网络算法相比改进前有更高的识别准确率和更好的抗噪性能。 展开更多
关键词 短波通信辐射源 个体识别 深度学习 残差神经网络 迁移学习 短时傅里叶变换
在线阅读 下载PDF
一种雷达辐射源智能个体识别的方法 被引量:2
16
作者 陆剑雄 陈旗 满欣 《电光与控制》 CSCD 北大核心 2024年第4期115-120,共6页
针对使用传统的卷积神经网络及低信噪比环境下雷达辐射源智能个体识别研究中识别性能不够的问题,提出了一种基于短时傅里叶变换(STFT)和EfficientNet的雷达辐射源个体识别方法。首先对雷达信号进行短时傅里叶变换,提取时频特征,然后利用... 针对使用传统的卷积神经网络及低信噪比环境下雷达辐射源智能个体识别研究中识别性能不够的问题,提出了一种基于短时傅里叶变换(STFT)和EfficientNet的雷达辐射源个体识别方法。首先对雷达信号进行短时傅里叶变换,提取时频特征,然后利用EfficientNet中多个MBconv模块对不同时频特征图像的叠加,挖掘出信号图像隐含的更加复杂和抽象的深层次时频特征,包括信号强度的分布、时频模式、周期性变化等,从而完成个体分类识别。EfficientNet可以同时改变网络深度、宽度、图像分辨率3个参数,解决了梯度消失、梯度爆炸等问题。实验结果表明,基于STFT和EfficientNet的雷达辐射源智能个体识别的方法,相比于传统卷积神经网络在低信噪比环境下具有更好的识别性能。 展开更多
关键词 雷达辐射源 个体识别 EfficientNet 短时傅里叶变换 时频特征
在线阅读 下载PDF
基于STFT-ECA-ResNet18网络模型的滚动轴承变负载故障诊断 被引量:2
17
作者 路近 王志国 刘飞 《噪声与振动控制》 CSCD 北大核心 2024年第2期122-128,共7页
针对传统方法处理变负载轴承故障诊断时存在的自适应能力弱,模型泛化性差的问题,提出了一种改进的基于深度残差网络的故障诊断方法。首先,将采集到的一维时间序列信号进行短时傅里叶变换得到二维时频数据,再利用二维卷积神经网络从变换... 针对传统方法处理变负载轴承故障诊断时存在的自适应能力弱,模型泛化性差的问题,提出了一种改进的基于深度残差网络的故障诊断方法。首先,将采集到的一维时间序列信号进行短时傅里叶变换得到二维时频数据,再利用二维卷积神经网络从变换后的数据中提取特征。然后,通过高效通道注意力机制获取通道全局信息并对其权值进行调整,以增强改进网络模型的泛化能力,使其在变负载工况下分类效果得到提高。最后,通过仿真对所提方法进行了验证,结果表明相比传统方法诊断效果改进明显。 展开更多
关键词 故障诊断 网络模型泛化性 短时傅里叶变换 深度残差网络 变负载
在线阅读 下载PDF
基于深度学习的核电站泵类电机故障诊断方法 被引量:1
18
作者 尹文哲 夏虹 +3 位作者 朱少民 王志超 张汲宇 姜莹莹 《哈尔滨工程大学学报》 CSCD 北大核心 2024年第12期2350-2357,共8页
为了准确识别核电站泵类电机的运行状态以及增强故障诊断系统的鲁棒性,本文提出了一种基于深度学习的故障诊断方法。利用多个传感器采集鼠笼式三相异步电机不同位置处的振动信号对电机状态进行分析,采用变分模态分解和短时傅里叶变换对... 为了准确识别核电站泵类电机的运行状态以及增强故障诊断系统的鲁棒性,本文提出了一种基于深度学习的故障诊断方法。利用多个传感器采集鼠笼式三相异步电机不同位置处的振动信号对电机状态进行分析,采用变分模态分解和短时傅里叶变换对电机振动信号进行处理,将获取的时频特征输入到深度残差神经网络中,以得到诊断结果,并对比了单传感器和多传感器监测策略的测试结果。结果表明:提出的方法能够准确识别电机故障,且具有良好的鲁棒性,2种监测策略的鲁棒性能差距明显;比较不同的诊断模型与本文方法表明本文方法的鲁棒性能最优。 展开更多
关键词 核电站 电机 故障诊断 深度学习 时频分析 残差神经网络 变分模态分解 短时傅里叶变换
在线阅读 下载PDF
基于图卷积神经网络的室内穿墙无源目标检测算法 被引量:1
19
作者 杨小龙 唐婷 +1 位作者 李兆玉 唐鑫星 《电子学报》 EI CAS CSCD 北大核心 2024年第2期614-625,共12页
针对室内穿墙场景下目标状态差异而导致的信道状态信息(Channel State Information,CSI)功率谱密度在时序发生相应变化规律的不同,本文提出了一种基于图卷积神经网络(Graph Convolutional Neural,GCN)的室内穿墙无源目标检测算法.不同... 针对室内穿墙场景下目标状态差异而导致的信道状态信息(Channel State Information,CSI)功率谱密度在时序发生相应变化规律的不同,本文提出了一种基于图卷积神经网络(Graph Convolutional Neural,GCN)的室内穿墙无源目标检测算法.不同于传统的基于CSI的统计特征实现目标检测的相关系统,该算法从CSI的图域出发,基于CSI时频图特征构建得到GCN图结构后,使用可实现对复杂图中各节点进行分类的GCN作为分类器,提高了室内复杂环境下目标检测的性能.该方法在对原始CSI进行异常值去除和小波阈值去噪的基础上,利用短时傅里叶变换得到每个子载波上CSI幅值的时频图;然后根据各子载波CSI时频图特点,将存在能量的频率平均分为5个频段,再计算每个频段的平均功率谱密度,并在每个时序对其进行排序;最后基于对平均功率谱密度排序后各频段索引的变化规律构造GCN图,并将其邻接矩阵和特征矩阵输入GCN网络中进行训练,最终实现图节点特征与目标状态的一一映射.实验结果表明,在玻璃墙和砖墙场景下,本文提出的算法能够很好地刻画目标状态不同而导致的CSI功率谱密度变化规律的差异,且其平均检测准确率均高于现有的R-TTWD(Robust device-free Through-The-Wall Detection)和TWMD(The-Wall Moving Detection)目标检测算法. 展开更多
关键词 WI-FI 信道状态信息 穿墙目标检测 短时傅里叶变换 图卷积神经网络
在线阅读 下载PDF
基于EfficientNet-WGANomaly的雷达辐射源个体开集识别
20
作者 孙佳杰 崔良中 +1 位作者 吕晓 牛雅萌 《电光与控制》 CSCD 北大核心 2024年第11期34-40,共7页
现代战场电磁环境日趋复杂,辐射源种类繁多,传统闭集环境下雷达辐射源的识别方法应用于开集环境上识别精度较低、鲁棒性较差。为了有效解决辐射源个体开集识别问题,提高辐射源个体识别的精度,借鉴图像异常检测的思想,提出了基于Efficien... 现代战场电磁环境日趋复杂,辐射源种类繁多,传统闭集环境下雷达辐射源的识别方法应用于开集环境上识别精度较低、鲁棒性较差。为了有效解决辐射源个体开集识别问题,提高辐射源个体识别的精度,借鉴图像异常检测的思想,提出了基于EfficientNet-WGANomaly的雷达辐射源个体开集识别方法。采用短时傅里叶变换对雷达辐射源信号进行时频特征转换,将一维信号数据转换成二维时频图,利用EfficientNet-WGANomaly模型对二维时频图进行特征重构和图像重构,未知信号重构前后的特征及图像差异性较大,利用图像异常检测的差异性区分已知信号和未知信号,并对已知信号进行个体识别。仿真实验表明,提出的方法有效解决了雷达辐射源个体开集识别的问题。 展开更多
关键词 辐射源个体识别 开集识别 短时傅里叶变换 EfficientNet-WGANomaly
在线阅读 下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部