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:
针对当前复杂体制雷达辐射源信号识别方法抗噪性能差、识别率低等问题,提出一种基于模糊函数等高线与栈式降噪自编码器的新识别方法.首先对辐射源信号的模糊函数进行高斯滤波并根据线性插值计算等高线,然后采用主成分分析方法降低其特征维度,保留主要模糊能量信息,最后构建深度学习栈式降噪自编码器,学习并提取等高线深层、泛在的特征,并通过Softmax分类器进行分类识别.实验结果表明,该方法在信噪比为0 dB时对6类典型雷达信号的整体平均识别率均保持在99.83%以上,即便是在-6 dB环境中,识别率也可达到83.67%,验证了所提方法在极低信噪比条件下良好的性能和可行性.
推荐文章
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
基于栈式降噪自编码器的协同过滤算法
推荐系统
协同过滤
深度学习
栈式降噪自编码器
基于核函数支持向量机的雷达辐射源识别
雷达辐射源识别
核函数
支持向量机
栈式降噪自编码器在辐射源信号识别中的应用
雷达辐射源
短时傅里叶
图像预处理
栈式降噪自编码器
分类器
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 基于模糊函数等高线与栈式降噪自编码器的雷达辐射源信号识别
来源期刊 仪器仪表学报 学科
关键词 雷达辐射源信号 模糊函数 信号识别 深度学习 栈式降噪自编码器
年,卷(期) 2021,(1) 所属期刊栏目 信息处理技术|Information Processing Technology
研究方向 页码范围 207-216
页数 10页 分类号 TN974|TH89
字数 语种 中文
DOI 10.19650/j.cnki.cjsi.J2006953
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (91)
共引文献  (85)
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)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
雷达辐射源信号
模糊函数
信号识别
深度学习
栈式降噪自编码器
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
论文1v1指导