共查询到20条相似文献,搜索用时 15 毫秒
1.
传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现. 相似文献
2.
提出数字调制信号的人工神经网络识别方法,从信号幅度、相位、频率及功率谱等特性中提取五种特征参数,用于训练神经网络对数字调制信号的识别。采用神经网络,不仅可提高识别的智能化,而且能提高正确识别率。 相似文献
3.
在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermi... 相似文献
4.
5.
针对当前雷达辐射源识别在低信噪比下识别率准确率不高,信号处理过程中难以很好保留有用信息的问题,提出了一种基于奇异谱修正香农熵(Singular Spectrum Modified Shannon Entropy,SSSE)的雷达调制信号识别方法.通过符号化聚合近似和奇异谱分析对雷达信号进行处理,求出信号的分类特征SSSE,通过分类器将处理后的信号进行分类.仿真结果显示,该方法在低信噪比范围下,仍有较高总体识别率,并且优于符号化聚合近似和奇异谱分析法. 相似文献
6.
7.
8.
为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。 相似文献
9.
10.
基于雷达信号的基本理论,分析整理了雷达信号的时域表示、频域表示以及模糊函数;归纳总结了单载频矩形脉冲信号、线性调频矩形脉冲信号以及伪随机二相编码信号等3种典型的雷达脉冲信号,对它们的复包络、时域描述、频谱函数、模糊函数及其特点进行了详尽研究和分析,建立了3种雷达脉冲信号的完整的数学模型;基于Matlab仿真软件对3种典型的雷达脉冲信号进行了仿真实现,设计并编写了通用脉冲雷达信号仿真软件.该仿真软件能够对雷达脉冲信号的各种参数、信号采样频率和采样时间进行设置,软件按照设置的参数进行信号仿真,并能给出信号的时域波形、频谱及其三维模糊函数图,这对于雷达信号形式的教学和科研具有积极的推动作用,学员能够直观形象地学习和理解各种雷达脉冲信号,同时对于相关的科研工作,能够提供所需的各种雷达信号数据,为雷达信号处理相关算法研究提供数据支撑. 相似文献
11.
12.
13.
针对多径信道下传统方法识别OFDM雷达信号子载波调制方式存在识别正确率较低,识别子载波调制方式不完备,判决门限不易确定等问题,提出一种新颖的OFDM雷达信号子载波调制方式识别方法。利用OFDM雷达信号的瞬时幅度绝对值标准偏差,实现子载波多进制正交振幅调制(MQAM)和多进制相位调制(MPSK)的类间识别,利用组合高阶累积量作为识别特征量,对MQAM和MPSK两类调制方式中的子类间进行分类识别,利用递归降价的方法实现子载波调制阶数M>16的MQAM调制方式的识别。仿真实验结果表明,该方法能够有效实现多径信道下OFDM雷达信号多种子载波调制方式的识别,且识别性能更优,可以识别更完备的子载波调制方式类型。 相似文献
14.
15.
时频分析在战场侦察多目标识别中的应用 总被引:1,自引:0,他引:1
在通过仿真研究多目标信号特征基础上,分析了时域、频域在处理战场侦察多目标识别时的不足,提出一种基于时频分析的信号特征的多目标识别方法。本方法充分利用了探测信号的信息,提高了战场环境下多种目标的识别率。 相似文献
16.
探讨了基于小波变换的特征提取与识别方法,并将该方法用于核爆信号与闪电信号的识别中,结果表明,该方法是很有效的(正确识别率几乎可达100%。 相似文献
17.
提出了一种混沌背景下的编码信号检测新方法。信号检测过程包含两个步骤:混沌信号的预测和检测判决。该方法利用非线性前馈神经网络进行混沌信号模型的创建,并采用13位巴克码作为编码信号。仿真结果表明,通过该方法进行编码信号检测可以得到较高的检测概率和较低的虚警概率,整体检测性能较高,并且对于不同信噪比的信号具有较强的鲁棒性。 相似文献
18.
低信噪比条件下,瞬态信号能量被噪声信号能量淹没,造成传统信号检测器性能下降甚至失效。为了解决该问题,首先根据信号能量在倒谱域的衰减特点,提出了一种低信噪比条件下的瞬态声信号检测新方法;然后,分别对接收信号进行倒谱计算,将倒谱序列用EMD分解为IMF,第一阶分量中幅值最大的脉冲尖峰即对应瞬态信号到达时刻;最后,选用美国海军水下战中心给出的典型瞬态信号模型进行理论推导,并通过数值仿真及系泊实验进行了效果验证。实验结果表明,与传统瞬态信号检测方法相比,倒谱域检测方法在低信噪比条件下能取得良好的检测效果。 相似文献
19.