原文服务方: 探测与控制学报       
摘要:
针对单传感器在低信噪比下对辐射源信号的识别性能较差的问题,提出了一种基于稀疏自编码器的多传感器辐射源融合识别的方法.该方法首先采用稀疏自编码器进行特征提取,得到信号样本的特征模板;然后利用特征匹配方法,得到匹配差值;最后将匹配差值转化为D-S证据理论的基本概率赋值函数,通过改进的D-S证据对多个传感器进行融合得到最终结果.仿真实验结果表明,融合算法能够有效地提取信号特征,可进一步提高单传感器的识别性能,在小样本、低信噪比条件下,具有更强的识别优势.
推荐文章
基于调频指数特征的通信辐射源个体识别
辐射源个体识别
调频辐射源
调频指数
特征鲁棒性
基于多权重属性测度和信息融合的辐射源识别算法
辐射源识别
层次分析
熵值
粗糙集
信息融合
基于DAE+CNN辐射源信号识别算法
雷达辐射源
短时傅里叶
降噪自编码器
卷积神经网络
softmax
基于双谱特征融合的通信辐射源识别算法
通信辐射源
特征提取
对角积分双谱
双谱切片
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 基于稀疏编码特征的多传感器辐射源识别
来源期刊 探测与控制学报 学科
关键词 辐射源识别 稀疏自编码器 特征匹配 多传感器融合 D-S证据理论
年,卷(期) 2019,(5) 所属期刊栏目
研究方向 页码范围 71-77
页数 7页 分类号 TN97
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 王宁 黄河科技学院信息工程学院 29 40 4.0 5.0
2 李伟 黄河科技学院信息工程学院 30 40 4.0 5.0
3 柴远波 黄河科技学院信息工程学院 24 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (50)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(15)
  • 参考文献(2)
  • 二级参考文献(13)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(14)
  • 参考文献(1)
  • 二级参考文献(13)
2014(20)
  • 参考文献(3)
  • 二级参考文献(17)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(17)
  • 参考文献(3)
  • 二级参考文献(14)
2017(7)
  • 参考文献(5)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
辐射源识别
稀疏自编码器
特征匹配
多传感器融合
D-S证据理论
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