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:
针对现有跳频信号参数盲估计算法存在时间分辨率和频率分辨率矛盾这一问题,提出了一种基于局部特征尺度分解的跳频信号参数估计新算法。该算法将跳频信号迭代地分解成若干个内禀尺度分量并进行降噪处理,然后对其最大瞬时幅度进行小波变换和傅里叶变换即可估计出跳频信号的跳变时刻和跳频周期,最后根据得到的跳变时刻和跳频周期可以进一步估计出跳频频率集。该算法不受时频不确定性的影响,能够在未知先验知识的条件下估计出跳频信号的跳周期、跳变时刻和跳频频率集。最后通过仿真验证了算法的有效性。
推荐文章
基于粒子群算法的跳频信号参数盲估计
粒子群算法
聚类和变异
跳频信号
参数估计
基于粒子群算法的跳频信号参数估计
跳频信号
参数估计
粒子群
多峰优化
基于谱熵的单通道多跳频信号参数盲估计方法
多跳频信号
跳频周期估计
时频分析
谱熵值
PRI变换
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 采用局部特征尺度分解的跳频信号参数盲估计算法
来源期刊 信号处理 学科 工学
关键词 跳频信号 参数估计 局部特征尺度分解 内禀尺度分量
年,卷(期) 2015,(3) 所属期刊栏目 算法研究
研究方向 页码范围 308-313
页数 6页 分类号 TN911.7
字数 4418字 语种 中文
DOI
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 王斌 解放军信息工程大学信息系统工程学院 25 122 7.0 8.0
2 唐涛 解放军信息工程大学信息系统工程学院 5 23 3.0 4.0
3 吕晨杰 解放军信息工程大学信息系统工程学院 3 27 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (135)
参考文献  (14)
节点文献
引证文献  (12)
同被引文献  (46)
二级引证文献  (21)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(9)
  • 参考文献(3)
  • 二级参考文献(6)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
跳频信号
参数估计
局部特征尺度分解
内禀尺度分量
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导