作者:
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:
本文针对低信噪比下辐射源信号识别中时效性和识别率矛盾的问题,提出了一种基于小波分解(Wavelet Decomposition)和一维LeNet-5(1 Dimension LeNet-5,1DLeNet-5)的辐射源信号识别算法.首先,使用小波分解将原始信号分解到不同频带的子信号,然后转换到频域,将处理后的信号输入1DLeNet-5模型中自动提取特征和分类.本文在不同的小波基下进行了仿真识别,结果表明,对于b i o r2.6小波基,在信噪比不低于-8d B时其中5种信号的识别率高于75%,证明了该方法的有效性.
推荐文章
基于局域波分解的雷达辐射源信号时频分析
局域渡
雷达辐射源
瞬时频率
时频分析
基于DBN的辐射源信号识别算法
雷达辐射源
时频变换
识别
深度信念网络
分类器
基于小波脊线特征提取的雷达辐射源信号识别
雷达辐射源信号识别
小波脊线
瞬时频率
特征提取
基于小波脊线特征提取的雷达辐射源信号识别
雷达辐射源信号识别
小波脊线
瞬时频率
特征提取
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 基于小波分解和1DLeNet-5的辐射源信号识别
来源期刊 信息记录材料 学科 工学
关键词 小波分解 一维LeNet-5 辐射源信号识别
年,卷(期) 2021,(10) 所属期刊栏目 综述与论著
研究方向 页码范围 16-17
页数 2页 分类号 TP277
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
小波分解
一维LeNet-5
辐射源信号识别
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
信息记录材料
月刊
1009-5624
13-1295/TQ
大16开
河北省保定市乐凯南大街6号
18-185
1978
chi
出版文献量(篇)
9919
总下载数(次)
46
总被引数(次)
13955
论文1v1指导