排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
基于改进Zoom-FFT的信号检测算法研究 总被引:2,自引:0,他引:2
该文在简要介绍复调制zoom-FFT基本原理的基础上,针对其细化后信号频谱同原始信号频谱不一致的现象,提出了一种改进算法。利用改进算法对通信信号进行检测,给出了频率修正公式,实验结果表明该方法较大地提高了信号频率检测的准确性。 相似文献
5.
6.
基于差分进化算法的雷达辐射源识别研究 总被引:1,自引:0,他引:1
研究雷达辐射源识别优化问题,由于各种噪声影响,使信号不清。差分进化算法是一种有效的寻找函数极值的演化计算方法,具有简单和鲁棒性强的优点。为了准确识别雷达辐射信号,提出一种差分进化算法的雷达辐射源识别方法,采用模式匹配的雷达辐射源识别模型,进行参数选择,并给出了具体的实现算法。仿真结果表明,采用差分进化算法能近似最优地实现对所提识别模型的参数估计,能够有效地提取雷达辐射源数据中有用信息,成功排除噪声干扰,取得良好的识别效果。研究内容可供开展雷达辐射源数据识别应用参考。 相似文献
7.
8.
研究获取敌方雷达辐射源数据,在识别准确性问题上,ESM数据分选在电子侦察领域有重要的作用.针对辐射源识别的正确性,采用聚类和到达角外推相结合方法实现ESM数据分选,提出一种基于支持向量机和到达角外推的ESM数据分选算法.算法根据ESM数据辐射源参数信息,用支持向量机实现ESM数据聚类,根据其参数实现分类,再将信号到达角外推,预测信号下一时刻到达角,并以最近邻域关联准则将信号方位角关联,从而实现ESM数据分选.算法有效结合了辐射源参数特征和到达角变化趋势,可在辐射源较密集的环境下实现分选.仿真结果和实际数据测试表明了算法的有效性. 相似文献
9.
10.
针对通信信号调制识别的特征提取问题,为进一步提高识别准确率,提出了一种基于嵌套式跳跃连接结构的残差网络(ResNet of Nested Shortcut Connection Structure,ResNet_NSCS)调制识别算法。该算法在残差神经网络(Residual Neural Network,ResNet)基础上,通过借鉴ResNet多通路选择思路,引入嵌套式恒等跳跃连接结构,利用提取的特征实现不同调制方式的分类。仿真结果表明,面向RadioML2016.10a数据集,较卷积神经网络(Convolutional Neural Network,CNN)算法和卷积神经网络_长短时记忆网络(Convolutional Neural Network_Long Short Term Memory Network,CNN_LSTM)算法,以增加网络复杂度为代价,ResNet_NSCS算法收敛速度快,识别准确率高。 相似文献
1