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:
为提升低信噪比条件下雷达/通信频率、相位编码信号调制识别性能,降低特征提取复杂度,提出了基于深度信念网络DBN(Deep Belief Network,DBN)以及快速特征提取的调制识别方法.结合快速傅里叶累加算法FAM(FFI Accumulation Method)算法,提出了将循环谱估计图像转化为有效可识别特征向量的提取算法;设计了用于编码信号调制识别的DBN网络训练与识别框架.仿真结果表明,文中方法较传统方法具有更低的特征提取与预处理复杂度,提取的特征在几种典型编码调制模式信号中具有明显区分,DBN训练识别框架对雷达/通信编码信号调制识别均具有可行性与有效性,在低信噪比条件下对无线电编码信号有更高的识别正确率.
推荐文章
基于DBN的数字信号调制识别方法研究
数字信号
调制识别
高阶累积量
深度学习
深度置信网络
受限玻尔兹曼机
相位编码信号脉内特征分析与识别
相位编码信号
脉内调制方式识别
相位重构
峰值检测
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
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DBN的频率与相位编码信号快速调制识别方法
来源期刊 现代雷达 学科 工学
关键词 调制识别 特征提取 深度信念网络 循环谱 快速傅里叶累加算法 计算复杂度
年,卷(期) 2018,(2) 所属期刊栏目 信号处理
研究方向 页码范围 33-39
页数 7页 分类号 TN99
字数 5934字 语种 中文
DOI 10.16592/j.cnki.1004-7859.2018.02.007
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 张剑云 国防科技大学电子对抗学院 23 31 4.0 4.0
2 黄健航 国防科技大学电子对抗学院 5 19 3.0 4.0
3 谌诗娃 国防科技大学电子对抗学院 3 12 3.0 3.0
4 许程成 国防科技大学电子对抗学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (11)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (31)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
调制识别
特征提取
深度信念网络
循环谱
快速傅里叶累加算法
计算复杂度
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