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:
对通信系统受干扰的模式进行分析和模式识别,可以指导通信系统进行相应的自适应参数调整,以具有更强、更有针对性的抗干扰能力.研究宽带通信系统,利用多隐藏层的神经网络可以解决任意形式分类问题的特性,构建一种基于功率谱谱图和双隐藏层神经网络的通信干扰模式识别方法,可以对5种常见的通信干扰进行快速的模式识别.仿真结果表明,该通信干扰模式识别方法对干扰模式在不同的干噪比情况下能获得99.6%以上的平均识别概率,对除梳状谱干扰外的各种干扰模式识别准确率均达到99.7%以上,梳状谱干扰识别准确率达到98.4%以上.该方法具备较稳定的识别能力,可应用于干扰感知的流程中.
推荐文章
一种改进的神经网络板形模式识别方法
板形模式
识别方法
向量机
径向基
一类基于统计理论的神经网络模式识别方法
主成分分析
神经网络
模式识别
基于仿生模式识别的构造型神经网络分类方法
仿生模式识别
神经元
构造型神经网络
高维空间
分类
基于无监督神经网络的故障模式识别
无监督神经网络
模式识别
故障诊断
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 基于谱图和神经网络的通信干扰模式识别方法
来源期刊 太赫兹科学与电子信息学报 学科 工学
关键词 信息处理技术 宽带通信系统 干扰模式识别 神经网络
年,卷(期) 2019,(6) 所属期刊栏目 探测制导、测控通信与电子对抗
研究方向 页码范围 959-963
页数 5页 分类号 TN91
字数 3380字 语种 中文
DOI 10.11805/TKYDA201906.0959
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 张智博 北京理工大学信息与电子学院 1 2 1.0 1.0
2 樊雅玄 北京理工大学信息与电子学院 1 2 1.0 1.0
3 孟骁 北京理工大学信息与电子学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (14)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(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)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
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
信息处理技术
宽带通信系统
干扰模式识别
神经网络
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
太赫兹科学与电子信息学报
双月刊
2095-4980
51-1746/TN
大16开
四川绵阳919信箱532分箱
62-241
2003
chi
出版文献量(篇)
3051
总下载数(次)
7
总被引数(次)
11167
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导