陈永游
- 作品数：9 被引量：15H指数：2
- 供职机构：中国航天科工集团公司8511研究所更多>>
- 相关领域：电子电信电气工程更多>>
- 基于SOFM网络聚类雷达信号分选预处理改进算法被引量：8
- 2013年
- 采用自组织特征映射神经网络将含有噪声背景的多雷达混合脉冲描述字(PDW)数据进行聚类,根据距离特征进行噪声脉冲滤除。在密度可分的前提下,依据密度特征进行再聚类处理,最后输出各类的脉冲集合。仿真实验结果表明,该方法可以有效分离复杂电磁环境下的雷达脉冲信号,对捷变频雷达信号具有良好的预处理效果。
- 郑子扬陈永游张君史敏贺刚
- 关键词：自组织特征映射神经网络信号分选
- 一种改进的短时数据高精度测频算法
- 2012年
- 原短时数据高精度测频算法在某些频率范围内无法实现对频率的准确估计,分析了产生这一现象的原因,并提出了一种改进的短时数据高精度测频算法。在低信噪比条件下,改进算法可以实现对采样率范围内所有频率的高精度估计,其性能接近Cramer-Rao(CR)下界。
- 周泉陈永游侯庆禹任亮
- 关键词：频率测量
- 数字信道化内插结构的一种推导方法
- 2009年
- 介绍了数字信道化内插结构的一种简便推导方法,该方法直接从第k个信道的内插结构开始推导。采用该方法推导了数字信道化的一种典型内插结构。对推导出的内插结构进行了Matlab仿真,验证了该方法的正确性。
- 刘宗仁陈永游
- 关键词：数字信道化内插MATLAB
- 基于自适应仿射传播聚类的雷达信号分选方法被引量：2
- 2011年
- 复杂体制的雷达不断应用于实际,使得基于到达时间单参数的雷达信号分选方法遇到了技术瓶颈。然而,基于多参数的信号分选方法,如K-均值聚类和模糊函数C均值聚类,前者对初始类中心敏感、需预知聚类数,后者对类隶属度的选取、相似度矩阵的建立存在不确定性,使得这些方法在自适应雷达信号分选中受到了限制。自适应仿射传播聚类不仅可以克服上述方法的不足,而且可以自适应地给出最优聚类数,因此,可将自适应仿射传播聚类应用于雷达信号分选中。仿真实验表明了该方法的有效性。
- 陈昌云郑子扬陈永游
- 关键词：信号分选自适应聚类
- 一种FPGA中高效实现的数字信道化滤波器组结构
- 2023年
- 针对数字信道化滤波器组在电子侦察中的应用,提出了一种可在可编程逻辑器件(FPGA)中高效实现的数字信道化滤波器组结构,该结构各处理环节的数据吞吐率与FPGA处理速度一致,有利于充分利用FPGA的运算能力。在电子侦察的典型应用中,FPGA处理速度往往是滤波器组输出数据率的10多倍,相比于传统结构的直接实现,该结构对FPGA处理资源的需求降低一个数量级。
- 鲍成浩陈永游尚斌斌王金阳陈涛
- 关键词：数字信道化可编程逻辑器件
- 基于AdaBoost分类器的典型战术数据链信号识别方法
- 2023年
- 现代作战体系主要依靠战术数据链传递战术信息,因此对侦收到的敌方数据链信号进行准确高效识别的重要性日益凸显。现有特征提取方法是基于单一的信号维度,无法在更高维度条件下获得信号多维耦合特征,同时单一分类器分类识别概率不高。针对此问题,提出在数据链信号时频图和循环谱图中提取多维特征,采用基于AdaBoost算法的自适应优化组合分类器,形成AdaBoost强分类器对数据链信号进行识别。通过仿真分析可知,基于多维特征的AdaBoost强分类器对数据链信号的分类识别,相较于单个分类器,其识别准确率有明显提升,具有良好的应用前景。
- 石达宁陈永游刘建陈韵李阳雨
- 关键词：数据链特征提取ADABOOST分类器信号识别
- 基于相位差分算法的多相编码信号实时脉内识别技术被引量：4
- 2015年
- 为解决多相编码信号识别的难题,提出一种基于相位差分算法的脉内识别方法。首先研究相位差分的原理,提出一种改进的相位解模糊方法。然后基于多相编码信号相位跳变峰的成组和递增/递减特征,提出了一种工程可实现的多相编码信号的实时识别方法。仿真结果表明,算法在3d B信噪比下对常规、线调、BPSK、QPSK信号的识别概率大于90%;而在10d B信噪比下对多相编码信号能达到90%以上的识别概率。
- 邹梦然陈永游曾德国李志鹏
- 关键词：相位差分
- 基于改进Markov预测算法的电磁态势预测技术
- 2020年
- 在目前的电磁态势预测训练系统中,电磁态势预测算法作为训练辅助对参训人员的行为校正起到重要作用。当前在电磁态势预测方面主要运用Markov预测方法对电磁态势频谱数据进行处理,该方法预测准确率和真实目标值之间存在较大差异。为解决这个问题,提出模糊C聚类方法和Markov预测方法相结合的改进Markov预测算法,并将该方法运用在电磁态势预测模拟训练辅助模块中,可以将预测准确率提升到90%左右,为训练高效、有序的进行提供有力保障。
- 史雨璇陈永游张东甲包军鲁加战胡进仵志鹏
- 基于深度卷积网络的对讲机个体识别被引量：1
- 2020年
- 为提高对讲机个体识别的准确率,引入深度学习技术构建一种适用于辐射源信号的深度卷积神经网络,并实际采集一批对讲机中频信号用于验证其识别性能。实验结果表明,与典型的传统特征提取方法相比,该方法在多个实验场景下都取得了更好的识别准确率,泛化能力更强,证明了该方法的有效性。
- 茆旋宇官友廉陈永游祁友杰王欢
- 关键词：辐射源个体识别卷积神经网络
