基于奇异值分解与神经网络的干扰识别

• 作者: 冯熳 王梓楠
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 干扰识别 神经网络 奇异值分解
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论文
• 页码范围: 2573-2578
• 页数: 6页
• 分类号: TN911.72
• 语种: 中文
• DOI: 10.11999/JEIT190228

摘要

无线通信中的抗干扰技术对通信的稳定性和安全性都具有重要意义,干扰识别作为抗干扰技术的重要环节一直是研究的热点.该文提出一种基于奇异值分解与神经网络的干扰识别方法,该方法只计算信号矩阵的奇异值即完成特征提取,与传统方法相比节省了多个谱特性的计算量.仿真结果表明:基于奇异值分解与神经网络的干扰识别方法与传统方法相比在干信比为0 dB左右的条件下识别准确率有10％～25％的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯熳		16	172	6.0	13.0
2	王梓楠		1	0	0.0	0.0