原文服务方: 探测与控制学报       
摘要:
针对传统方法在欺骗干扰特征提取时需要依赖人工经验的缺点,提出了基于栈式稀疏自编码器(Stacked Sparse Autoencoder)的有源欺骗干扰识别算法.该算法对干扰下的雷达接收信号进行时频分析,对时频特征进行降维,利用无标签样本对特征提取模型进行预训练,再通过少量有标签样本进行监督精校.最后利用soft max分类器完成有源干扰的识别.仿真实验证明,该方法有较高的识别率,特别是该方法受信噪比影响较少,说明了深度学习方法应用于雷达欺骗干扰信号分类识别领域的可行性.相较于其他文献方法,该算法拥有更好的实验效果,证明了该方法的优越性.
推荐文章
基于栈式降噪自编码器的协同过滤算法
推荐系统
协同过滤
深度学习
栈式降噪自编码器
基于栈式稀疏自编码器的新型干扰识别
新型干扰
干扰识别
双谱分析
降维
栈式稀疏自编码器
基于稀疏自编码器和SVM的垃圾短信过滤
支撑矢量机
稀疏自编码器
短信
特征提取
基于栈式降噪自编码器故障诊断方法研究
复杂工业系统
故障诊断
栈式降噪自编码器
激活函数
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 基于栈式稀疏自编码器的有源欺骗干扰识别
来源期刊 探测与控制学报 学科
关键词 欺骗干扰 干扰识别 时频分析 深度学习 栈式稀疏自编码器
年,卷(期) 2018,(4) 所属期刊栏目
研究方向 页码范围 62-67
页数 6页 分类号 TN974
字数 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 阮怀林 国防科技大学电子对抗学院 17 33 3.0 4.0
2 杨兴宇 国防科技大学电子对抗学院 6 16 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (82)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (19)
二级引证文献  (0)
1952(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2000(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(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(12)
  • 参考文献(1)
  • 二级参考文献(11)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(9)
  • 参考文献(1)
  • 二级参考文献(8)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(14)
  • 参考文献(2)
  • 二级参考文献(12)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(7)
  • 参考文献(3)
  • 二级参考文献(4)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
欺骗干扰
干扰识别
时频分析
深度学习
栈式稀疏自编码器
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
探测与控制学报
双月刊
1008-1194
61-1316/TJ
16开
1979-01-01
chi
出版文献量(篇)
2424
总下载数(次)
0
总被引数(次)
12559
论文1v1指导