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:
为实现低信噪比条件下跳频( Frequency Hopping,FH)信号的快速检测,提出了一种基于K-means聚类的阈值选取方法.通过对时频矩阵中提取到的每一频率分量最大值进行K-means聚类确定阈值以及截断处理,依据跳频信号在驻留时间上的连续性与频域上的跳变性实现对跳频信号的检测.仿真结果表明,与同类方法相比,所提算法在低信噪比环境下依然有较高的检测概率,并且计算复杂度明显降低,实时性好,具有较高的工程实用价值.
推荐文章
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种分裂式的k-means聚类算法
聚类
数据预处理
初始聚类中心
一种基于SOM和K-means的文档聚类算法
自组织特征映射
K-means
聚类
组合方法
文档聚类
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 一种基于K-means聚类的跳频信号快速检测方法
来源期刊 电讯技术 学科 工学
关键词 跳频检测 K-means聚类 时频分析 低信噪比
年,卷(期) 2022,(2) 所属期刊栏目 电子与信息工程|Electronics and Information Engineering
研究方向 页码范围 199-205
页数 7页 分类号 TN971
字数 语种 中文
DOI 10.3969/j.issn.1001-893x.2022.02.009
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)
2022(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
跳频检测
K-means聚类
时频分析
低信噪比
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
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
论文1v1指导