基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点.小波神经网络比数字滤波器更加适合检测微弱信号.小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化.该文提出了一种新的检测白噪声中微弱信号的方法.仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法.
推荐文章
混沌背景下基于小波神经网络的弱信号检测
混沌
弱信号检测
小波神经网络
小波消噪在微弱信号检测中的应用
小波消噪
微弱信号检测
变阈值消噪
基于小波神经网络的信号识别
信号分选与识别
小波分析
神经网络
小波神经网络
基于径向基神经网络的水声微弱信号检测
信号检测
混响
混沌
相空间重构
径向基神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小波神经网络在微弱信号检测中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 微弱信号检测 小波神经网络 多尺度 降噪
年,卷(期) 2006,(2) 所属期刊栏目 工程与应用
研究方向 页码范围 194-196
页数 3页 分类号 TP183
字数 2903字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.02.058
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王旭 东北大学生物医学工程研究所 158 1256 18.0 26.0
2 张威 东北大学生物医学工程研究所 27 142 6.0 11.0
3 葛琳琳 燕山大学经济管理学院 3 64 3.0 3.0
4 张卓 3 64 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (2)
二级引证文献  (2)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微弱信号检测
小波神经网络
多尺度
降噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导