- 基于调制信号细节特征的证据识别
- 2000年
- 从系统的观点，着力从特征提取和分类两方面提高调制信息的分类正确率和识别效率。由于通信信号的不确定性和信噪比变化范围较大的特点，提出了基于小波争解的细节特征，这种特征不但包含了不同类别的差异信息，而且压缩了信噪比变化范围，在此基础上，分类器设计运用信任函数（证据）理论，改进了常规的贝叶斯决策方法，明显提高了分类正确率。计算机模拟结果证明了此方法的可行性。
- 吕铁军肖先赐
- 关键词：电子对抗调制信号
- 基于复杂度特征的调制信号识别被引量：46
- 2002年
- 调制信号的调制规律能够直接在信号波形上得到反映,本文使用复杂度来定量描述信号的这种有效、简便的波形变化特征,它包括Lempel-Ziv 复杂度和分形维数。在Lempel-Ziv复杂度的提取中,本文提出了一种有效的序列重构方法,以此来提高特征的类内集群程度和类间分离程度。在此基础上针对7种调制类型设计了分层结构的组合分类器,从而获得较为满意的识别率。计算机仿真实验也证实了本文方法的有效性。
- 吕铁军郭双冰肖先赐
- 关键词：信号调制调制信号识别
- 新特征选择方法下的信号调制识别被引量：54
- 2002年
- 针对通信信号的特点,该文提出了一种适用范围较广的新的特征选择方法。它运用高效、稳健的遗传算法,按照使同一类别特征的集群程度和不同类别特征的分离程度达到最佳的评价准则,筛选出一高质量的特征子集,并结合证据理论的精细结构,在一个较大的信噪比变化范围内,得到了较高的调制识别率,计算机模拟结果证实了该方法的优越性。
- 吕铁军王河肖先赐
- 关键词：信号调制识别通信信号
- 基于证据组合的通信信号调制类型的分类识别
- 2001年
- 该文应用Dempster-Shafer理论,提出了一种有效的证据分配和组合证据最佳区间的方法,来实现通信信号调制类型的分类识别,在低信噪比的情况下,识别率得到较大提高,并且降低了分类器设计的复杂性。计算机模拟结果证实了此方法的有效性。
- 吕铁军王河肖先赐
- 调制信号的分形特征研究被引量：91
- 2001年
- 基于分形理论从信号中提取盒维数和信息维数作为分类特征,这种特征包含了信号幅度、频率和相位的变化规律,集中了各种调制方式之间的差异信息,在分类的意义上是有效特征,同时,从理论上分析了它们对噪声干扰不敏感的特性.基于这样的特征进行分类器设计非常简单,识别率较高,有较好的工程应用价值.
- 吕铁军郭双冰肖先赐
- 关键词：调制识别噪声干扰模式识别通信信号
- 基于神经网络最佳分类器通信信号的调制识别被引量：18
- 2001年
- 提出了基于最优决策理论的最佳分类器用神经网络实现的方法 ,并对通信信号的调制类型进行自动识别。这种方法以使类域最大分离为目标 ,利用神经网络良好的非线性和自适应性 ,把最优准则下的自学习功能引入训练过程 ,结合快速训练和修剪算法 ,克服了一般神经网络分类器的不足 ,实验证明其性能良好。
- 吕铁军肖先赐
- 关键词：信号识别神经网络通信信号调制
- 利用改进遗传算法的DOA估计被引量：22
- 2000年
- 用极大似然估计 (MLE)得到到达信号的方向 (DOA) ,在统计性能方面要比其它一些理论优越 ,但是由于该方法为一种多维参数估计 ,采用常规搜索方法 ,精度受到网格限制 ,不能任意逼近最优解 ,并且容易收敛到局部最优。而遗传算法是一种有导向的随机搜索方法 ,它具有适用条件宽松 ,有较大的概率收敛到全局最优等优点。在此通过改进的遗传算法 (IGA) ,较好地解决了一般搜索算法存在的不足 ,计算机模拟实验证明其可行。
- 吕铁军王河肖先赐
- 关键词：极大似然估计改进遗传算法DOA估计信号估计
- 基于模糊积分的通信信号调制识别方法研究被引量：56
- 2001年
- 本文针对通信信号这种非稳定的、信噪比 (SNR)变化范围较大的信号 ,应用小波分析和模糊测度、模糊积分理论 ,提出了有效的特征提取和组合分类方法 ,来实现通信信号调制类型的分类识别 ,使得识别的正确度和效率得到了明显的改善 .
- 吕铁军郭双冰肖先赐
- 关键词：通信信号模糊积分特征提取调制识别
- 感通融合系统中保障公平度的时间与功率分配方法
- 2022年
- 考虑毫米波基站和多个车辆组成的V2I网络,针对感通融合系统中多用户获得性能的公平性问题,提出了一种时间与功率资源灵活分配方案。为此,推导了通信公平度和感知公平度以及系统感通MMSE加权和表达式,并以三者间加权和最小为目标,以感通子帧时长占比、多用户功率分配为自变量建立优化模型,并提出基于改进交替迭代的求解方法。仿真结果表明,所提方案以略微牺牲通感“和”性能为代价,显著提升了用户间公平度并具有较快求解速度。
- 张勐唐勐粟欣吕铁军
- 基于快速组合神经网络分类器的数字调制识别新方法被引量：16
- 2001年
- 单个神经网络分类器无法提供一种对所有数据进行精确解释的能力，但是会对部分数据贡献一些有用的信息，组合神经网络分类器利用有效的组合算法集成单个分类器，使分类能力得到显著提高。本文提出一种快速非线性组合算法对通信信号的调制类型进行分类，取得了较好的效果，实验结果证明了此方法的有效性。
- 吕铁军肖先赐
- 关键词：数字调制通信信号
