共查询到10条相似文献,搜索用时 15 毫秒
1.
提出了一种基于小波包的变换方法。该方法通过对不同脉内调制方式进行频带能量的提取,并引入支持向量机来完成对辐射源的分类。该小波包变换对信号局部的时频特征具有较好的分辨率。仿真结果表明,文中的小波包变换信号时频特征的分析精度优于传统算法。 相似文献
2.
3.
4.
针对低信噪比下雷达辐射源信号分类,首先提出了基于高阶累积量和小波包变换相结合的特征提取方法,然后设计支持向量机分类器,并运用粒子群优化算法对分类器的参数进行寻优,最终实现对雷达辐射源信号的自动分类。仿真实验结果表明,在信噪比为-4dB时,6种雷达辐射源信号的平均识别率仍能达到93.83%,在低信噪比环境下取得了较为理想的分类效果。 相似文献
5.
6.
7.
针对Al5083纳秒激光划片过程中产生沟槽和凸起两种轮廓的问题,研究了不同工艺参数下产生轮廓与映射声信号的关系。开展Al5083薄板纳秒紫外脉冲激光划片试验,观察轮廓的微观形貌,探究轮廓形成机制;采集声发射信号,小波包变换后分析声信号的差异性,并开展支持向量机分析。微观观测结果表明,凸起轮廓的成形机制包括熔融金属溅出受阻和凝固时产生的大量气孔。声信号分析结果显示,沟槽轮廓对应的小波包分解系数的方差和包络面积显著高于凸起轮廓;以小波包分解后的频谱为特征向量,添加标签后使用高斯核支持向量机分类,分类准确度达92.57%,验证了小波包变换和支持向量机的结合在基于声信号的轮廓监测中的可行性,为构建基于声发射的激光划片监测系统提供可行的技术路径。 相似文献
8.
9.
10.
在辐射源个体识别(SEI)技术中,能量较高的主信号往往导致微弱个体特征稳定性降低,进而影响最终的个体识别效果。为了解决该问题并提升辐射源个体识别性能,该文提出基于同步压缩小波变换的主信号抑制技术。首先,利用静态小波变换完成对带噪信号的去噪预处理;然后,利用同步压缩小波变换完成对主信号的检测和抑制,并以均方根误差和皮尔逊相关系数为数值指标,验证算法的有效性;最后,在主信号抑制的基础上,利用分形理论中盒维数完成对信号的特征提取,并利用单核支持向量机验证个体识别性能。实验结果表明,与主信号抑制之前相比,主信号抑制算法下个体识别率提升了10%左右,验证了同步压缩小波变换的主信号抑制算法对辐射源个体识别率提升的有效性。 相似文献