公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于时频分析的雷达辐射源信号识别技术研究: 雷达辐射源信号识别是电子情报侦察(ELINT)和电子支援侦察(ESM)系统中的关键环节，在电子战中具有十分重要的地位和作用。信号的特征参数提取是分类识别的前提和基础，传统的雷达辐射源信号识别方法主要基于信号载频(RF)，...; 白航; 关键词：雷达辐射源信号时频分布图像特征支持向量机; 文献传递

一种低信噪比下雷达辐射源识别方法被引量：3: 2012年; 针对低信噪比下雷达辐射源信号分类,首先提出了基于高阶累积量和小波包变换相结合的特征提取方法,然后设计支持向量机分类器,并运用粒子群优化算法对分类器的参数进行寻优,最终实现对雷达辐射源信号的自动分类。仿真实验结果表明,在信噪比为-4dB时,6种雷达辐射源信号的平均识别率仍能达到93.83%,在低信噪比环境下取得了较为理想的分类效果。; 白航赵拥军徐永刚; 关键词：高阶累积量小波包变换支持向量机粒子群优化算法

基于Choi-Williams时频图像特征的雷达辐射源识别被引量：22: 2012年; 针对复杂体制雷达辐射源识别,提出一种基于Choi-Williams时频图像的雷达辐射源信号特征提取和识别方法,将信号识别转化为图像识别问题。首先对雷达辐射源信号进行Choi-Williams时频变换,将得到的时频图转化为灰度图像;然后采用一系列图像处理方法对时频图像进行增强和去噪,之后将灰度图像转化为二值图像,并剪切掉不含信号的图像区域;最后分别提取二值图像的中心矩和伪Zernike矩作为识别特征,并采用支持向量机分类器实现信号的分类识别。文中针对8种常见雷达信号识别进行了仿真实验,结果表明在较大的信噪比范围内,该方法能获得较为满意的识别率,其中当信噪比为-3dB时,采用伪Zernike矩特征平均识别率仍能达到92%,验证了所提出方法的有效性。; 白航赵拥军胡德秀徐永刚; 关键词：图像识别雷达辐射源识别伪ZERNIKE矩

基于时频图像形态学的雷达信号IF估计被引量：2: 2013年; 针对低信噪比下雷达信号的IF估计,提出一种将时频分析和图像处理相结合的估计方法。首先通过时频变换将一维信号转化为二维时频图像;然后采用形态学方法去除时频图像上的噪声点和毛刺,并将其骨骼化;最后采用图像处理中标注连接分量的方法,区分出不同分量的雷达信号以及噪声分量,并通过统计信号分量的行索引和列索引估计出信号的IF。对SFM、LFM和FSK信号的IF估计进行了仿真分析,实验结果表明该方法能够在较低信噪比下有效地估计出信号的IF,同时也适用于多分量信号。; 白航李传兵李富军徐文; 关键词：时频分布图像处理雷达信号

基于改进时频分析方法的雷达信号瞬时频率估计被引量：10: 2012年; 瞬时频率估计(Instantaneous Frequency,IF)在雷达信号处理中有着重要的研究意义,时频分布峰值检测是IF估计研究和应用中较为普遍和有效的方法,但由于噪声的影响,时频分布的峰值往往偏离真实的IF曲线。针对低信噪比下的IF估计,首先对Wigner-Ville分布和Choi-Williams分布的时频分布矩阵作Hadamard积,得到一种混合的时频分析方法,而后采用多样本信号时频能量累积的方法,进一步抑制噪声在时频面上的分布;然后以时频分布峰值在信号自项时频聚集区域的分布概率为准则,计算出时频分布的数据窗长,并根据该窗长得到IF的初始估计;最后依据初始IF,采用交叉置信区间算法对时频分布峰值进行检测,得到信号的瞬时频率估计值。文中对SFM、LFM和FSK信号的IF估计进行了研究,并与WVD峰值检测法和时频分布一阶矩法进行了比较,仿真结果验证了本文方法的有效性。; 白航赵拥军胡德秀刘成城; 关键词：时频分布 HADAMARD积

一种基于粒子滤波的动目标方位跟踪与波束形成算法被引量：1: 2010年; 针对动目标方位随时间变化的情况,根据阵列信号处理模型,建立了状态跟踪方程,并在此基础上,运用粒子滤波方法,对目标方位进行实时动态跟踪,有效解决了传统DOA估计方法不能解决的时变DOA估计问题。在获得目标方位的同时,该方法还可以进行动态波束形成,实现DOA跟踪与信号接收一体化。仿真实验证明了算法的有效性。; 胡德秀赵拥军白航张晓娟; 关键词：波束形成粒子滤波阵列信号处理

基于时频分布Rényi熵特征的雷达辐射源识别被引量：10: 2013年; 针对复杂体制雷达辐射源识别,提出一种基于时频分布Rényi熵的雷达信号特征提取和识别方法。该方法首先对雷达辐射源信号进行时频变换,然后提取信号时频分布的3阶、7阶和11阶Rényi熵作为特征向量,得到具有维数低、类间差异较大的识别特征。最后采用支持向量机分类器实现信号的分类识别。文中对8种常见雷达信号进行了仿真实验,结果表明在较大的信噪比范围内,该方法能获得较为满意的正确识别率,当信噪比为-3dB时,采用时频分布Rényi熵特征的平均识别率仍能达到90.75%,验证了提出方法的有效性。; 白航赵拥军沈伟徐永刚; 关键词：时频重排支持向量机雷达辐射源识别

时频图像局部二值模式特征在雷达信号分类识别中的应用被引量：24: 2013年; 针对低信噪比下雷达辐射源信号的分类识别,提出了一种将时频分析与图像处理相结合的特征提取和识别方法。该方法首先对雷达信号进行时频变换,将得到的时频分布转化为灰度图像;然后运用图像处理方法对时频图像进行增强和去噪;最后提取局部二值模式纹理特征描述子作为信号的识别特征,并采用支持向量机分类器实现信号的分类识别。文中针对12种常见雷达信号进行了仿真,结果表明该方法在较低的信噪比下仍能获得较为满意的识别率,当SNR=0dB时,信号的平均识别率能达到95.35%。所提出方法能有效降低噪声对分类识别的影响,同时对于时频图像相近的信号也有较好的识别效果,表明了该方法的有效性。; 白航赵拥军胡德秀; 关键词：时频分布局部二值模式图像识别雷达信号

一种改进的雷达信号小波包特征提取方法被引量：7: 2012年; 针对低信噪比下雷达辐射源信号分类问题,提出一种基于小波包特征提取的改进方法。首先对信号进行小波包分解,然后在小波域采用阈值收缩降噪方法对小波包系数进行去噪处理,并提取去噪后小波包能量的统计特征,最后设计支持向量机分类器实现对雷达信号的自动分类。实验结果表明,采用去噪小波包的特征提取方法能有效降低噪声对信号识别效果的影响,当SNR=-3dB时,信号的平均识别率仍能到达93.3%,在较低信噪比下能够得到较为满意的识别效果。; 白航赵拥军赵国庆谢巍; 关键词：小波包变换信号去噪特征提取支持向量机

全选清除导出

共1页<1>

白航