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:
针对频谱弥散干扰、切片组合干扰、灵巧噪声干扰、噪声调幅-距离欺骗加性复合干扰与噪声调频-距离欺骗加性复合干扰5种干扰类型的识别问题,提出一种基于SAE-GA-SVM的检测模型算法.建立目标回波与干扰信号的数学模型,采用多域联合的特征提取方法提取47维特征.为有效去除冗余信息并保持较高的识别率,运用深度学习中的稀疏自编码器(SAE),通过SAE结构建立高维空间和低维空间的双向映射,从而获得原始数据的相应最优低维表示.利用遗传算法优化支持向量机的惩罚因子和核函数参数,构建基于SAE-GA-SVM的雷达新型干扰识别检测模型.仿真结果表明,该模型能够有效降低特征维度,相比传统的GA-SVM检测模型识别准确率提高10%.
推荐文章
基于改进SVM的通信干扰识别
通信干扰识别
直扩系统
支持向量机
粒子群优化算法
运用GA-SVM模型的砂石骨料分类方法
人工砂石
骨料分类
破碎工序
遗传算法
支持向量机
基于双谱分析的雷达有源欺骗干扰识别
欺骗干扰
干扰识别
双谱分析
盒维数
熵特征
特征提取
基于模糊超球面SVM的雷达高分辨距离像识别
超球面支持向量机
高分辨距离像
隶属度
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SAE-GA-SVM模型的雷达新型干扰识别
来源期刊 计算机工程 学科 工学
关键词 新型干扰 特征提取 特征降维 堆叠自编码器 遗传算法
年,卷(期) 2020,(6) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 281-287
页数 7页 分类号 TN974
字数 5726字 语种 中文
DOI 10.19678/j.issn.1000-3428.0054730
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 刘利民 陆军工程大学电子与光学工程系 5 2 1.0 1.0
2 董健 陆军工程大学电子与光学工程系 5 5 1.0 2.0
3 罗彬珅 陆军工程大学电子与光学工程系 1 0 0.0 0.0
4 刘璟麒 陆军工程大学电子与光学工程系 1 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  (110)
共引文献  (93)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(10)
  • 参考文献(2)
  • 二级参考文献(8)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(16)
  • 参考文献(1)
  • 二级参考文献(15)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(4)
  • 参考文献(2)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
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
新型干扰
特征提取
特征降维
堆叠自编码器
遗传算法
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导