原文服务方: 成都大学学报(自然科学版)       
摘要:
采用小波包变换提取雷达辐射源信号特征能够有效对信号进行识别,然而,由小波包变换提取的信号特征雏数高,部分信号特征受噪声污染严重.基于此,采用RelietF算法对信号特征的分类能力进行评价,选择出小波包中分类能力强的信号特征,再通过特征相关度算法去除分类能力相近的冗余特征,利用剩余的分类能力强的信号特征组成特征向量进行分类.仿真实验结果显示,该方法用较少的信号特征能够获得较高的正确识别率.
推荐文章
基于DBN的辐射源信号识别算法
雷达辐射源
时频变换
识别
深度信念网络
分类器
雷达辐射源音频信号声纹识别方法
雷达辐射源
音频信号
声纹识别
MFCC
DTW
基于DAE+CNN辐射源信号识别算法
雷达辐射源
短时傅里叶
降噪自编码器
卷积神经网络
softmax
基于核函数支持向量机的雷达辐射源识别
雷达辐射源识别
核函数
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 ReliefF算法在雷达辐射源信号识别中的应用
来源期刊 成都大学学报(自然科学版) 学科
关键词 雷达辐射源信号 小波包变换 Relie印算法 雷达辐射源信号特征
年,卷(期) 2012,(2) 所属期刊栏目
研究方向 页码范围 151-153
页数 3页 分类号 TN911.6
字数 语种 中文
DOI 10.3969/j.issn.1004-5422.2012.02.014
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 杨志新 西南交通大学信息科学与技术学院 3 15 2.0 3.0
2 段美军 西南交通大学电气工程学院 4 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (26)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (22)
二级引证文献  (29)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
雷达辐射源信号
小波包变换
Relie印算法
雷达辐射源信号特征
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
成都大学学报(自然科学版)
季刊
1004-5422
51-1216/N
16开
1982-01-01
chi
出版文献量(篇)
1966
总下载数(次)
0
总被引数(次)
8997
论文1v1指导