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:
为了充分挖掘高维特征空间中辐射源的细微特征,提出一种基于全局潜在低秩表示(Global Latent Low Rank Representation,GLat-LRR)的通信辐射源潜在细微特征提取方法。首先,提取通信辐射源信号的瞬时频率,通过傅里叶变换将信号投影到高维特征空间;挖掘特征样本之间全局的低秩结构和维度之间全局的潜在低秩关系,将特征样本集作为整体应用到潜在低秩表示模型中,利用维度之间低秩关系得到特征样本集的潜在部分矩阵,每个列向量即为每个通信辐射源信号的潜在细微特征向量。在实际采集的同厂家同型号 FM 电台数据集上,该方法提取的潜在细微特征能够显著提高通信辐射源个体识别的性能。
推荐文章
一种新颖的通信辐射源个体细微特征提取方法
通信辐射源
细微特征
双谱
正交局部样条判别嵌入
流形学习
复杂电磁环境下通信辐射源个体细微特征提取方法
通信辐射源
细微特征
双谱
局部近邻保持正则化
半监督学习
基于排列熵分形维数特征提取的通信辐射源个体识别
通信辐射源个体识别
功率放大器非线性
分形维数
排列熵
基于DBN特征提取的雷达辐射源个体识别
辐射源个体识别
深度置信网络
包络前沿
特征提取
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 通信辐射源的潜在细微特征提取方法
来源期刊 电波科学学报 学科 工学
关键词 通信辐射源 细微特征 瞬时频率 傅里叶变换 潜在低秩表示
年,卷(期) 2016,(5) 所属期刊栏目 论文
研究方向 页码范围 883-890
页数 8页 分类号 TN911.7
字数 5350字 语种 中文
DOI 10.13443/j.cjors.2016011401
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 蔡晓霞 35 105 6.0 7.0
2 雷迎科 19 76 6.0 7.0
6 唐哲 2 12 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (35)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (9)
1937(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
通信辐射源
细微特征
瞬时频率
傅里叶变换
潜在低秩表示
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
电波科学学报
双月刊
1005-0388
41-1185/TN
大16开
河南市新乡138信箱3分箱
36-260
1986
chi
出版文献量(篇)
3417
总下载数(次)
11
总被引数(次)
30224
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
国防科技重点实验室基金
英文译名:Key Laboratories for National Defense Science and Technology
官方网址:http://www.costind.gov.cn/n435777/n1101705/n1101918/n1101928/81194.html
项目类型:
学科类型:
论文1v1指导