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:
参考数据的纯度影响着地面数字广播多媒体(DTMB)外辐射源雷达的探测能力,而参考信道估计的精度是影响参考数据恢复的关键因素.针对此问题,文章将基于深度学习理论的信道估计方法引入外辐射源雷达参考信道估计过程.利用自回归模型对参考信道进行建模,并搭建参考信道估计网络.通过迭代训练后,估计得到参考信道响应.相比于传统算法,基于深度学习的参考信道估计精度得到有效提升,改善了雷达的探测性能.
推荐文章
基于OFDM信号的外辐射源雷达杂波信道估计
外辐射源雷达
正交频分复用调制信号
目标探测
导频压缩感知
宽带外辐射源雷达系统设计与原理实验
外辐射源雷达
宽带
多频
DTMB
基于深度卷积网络的雷达辐射源信号识别
雷达辐射源识别
雷达辐射源信号
深度卷积网络
时频分析
时频二维特征
识别分类
基于LSTM的雷达辐射源识别技术?
雷达辐射源识别
时序问题
LSTM网络
识别分类
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 基于深度学习的DTMB外辐射源雷达参考信道估计
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 外辐射雷达 深度学习 DTMB信号 信道估计
年,卷(期) 2020,(2) 所属期刊栏目 电子信息与通信导航
研究方向 页码范围 61-64
页数 4页 分类号 TN958
字数 3932字 语种 中文
DOI 10.3969/j.issn.1009-3516.2020.02.009
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 冯存前 空军工程大学防空反导学院 99 505 13.0 17.0
3 田波 空军工程大学防空反导学院 53 284 10.0 14.0
4 宫健 空军工程大学防空反导学院 48 134 7.0 9.0
7 陈赓 空军工程大学防空反导学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (43)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(13)
  • 参考文献(2)
  • 二级参考文献(11)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2020(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
外辐射雷达
深度学习
DTMB信号
信道估计
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导