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:
卷积干扰以较高的能量利用率、较好的干扰效果及控制灵活等特点,成为对抗现代新体制相参雷达重要的干扰类型.文中基于干扰形成机理,分析比较了距离欺骗干扰和速度欺骗干扰分别与3类有源压制性噪声干扰卷积后形成的3类噪声卷积干扰,经过脉冲压缩前后的信号特征和干扰效果,利用噪声卷积干扰与常规脉冲卷积干扰在波形及相位上的差异,提取了用于识别的特征参数,并以模糊模式识别方法进行了识别.仿真结果表明,该方法有较高的识别率.
推荐文章
一种新型卷积神经网络植物叶片识别方法
DCGAN
数据扩充
图像识别
迁移学习
卷积神经网络
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
一种基于特征融合的手势识别方法
手势识别
指尖检测
HOG
支持向量机
YCrCb
特征提取
一种有效的基于点云特征人体识别方法
人体识别
点云滤波
点云分割
支持向量机
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 一种卷积干扰特征分析与识别方法
来源期刊 现代雷达 学科 工学
关键词 噪声卷积干扰 脉冲卷积干扰 特征分析 干扰识别
年,卷(期) 2011,(3) 所属期刊栏目 信号/数据处理
研究方向 页码范围 39-43
页数 分类号 TN974
字数 3857字 语种 中文
DOI 10.3969/j.issn.1004-7859.2011.03.010
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 唐斌 电子科技大学电子工程学院 210 2076 24.0 33.0
2 顾海燕 电子科技大学电子工程学院 2 23 2.0 2.0
3 卢刚 电子科技大学电子工程学院 6 68 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (99)
参考文献  (11)
节点文献
引证文献  (13)
同被引文献  (65)
二级引证文献  (40)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(15)
  • 引证文献(5)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
噪声卷积干扰
脉冲卷积干扰
特征分析
干扰识别
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
现代雷达
月刊
1004-7859
32-1353/TN
大16开
南京3918信箱110分箱
28-288
1979
chi
出版文献量(篇)
5197
总下载数(次)
19
论文1v1指导