排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
自动调制识别在智能信号分析中起着关键作用,目前研究方法主要有专家先验特征和深度学习。这两者存在各自的优劣势,但难以有效结合实现优势互补,因此提出一种联合深度学习和专家先验特征的信号调制识别算法,提高复杂信道干扰下多种调制类别信号的识别准确率。将设计的神经网络代替决策树的分类判决门限,并结合输入的专家先验特征实现分层分类。实验表明,该算法性能要优于现有方法,在多径衰落信道下也可以取得较高的识别准确率。 相似文献
2.
针对通信辐射源个体开集识别问题,提出一种基于卷积原型网络的辐射源个体开集识别方法。将接收到的信号进行信噪比估计并处理为灰度矢量图输入至卷积原型网络计算出特征点。分析不同损失函数和判决准则,选取三维原型的特征提取层、DCE作为损失函数、DR作为判决准则的开集识别模型。对该方法进行了仿真实验,结果表明,该方法在开集识别场景下比传统CNN预测概率更有优势,归一化准确率提升约20%,证明该方法的有效性。 相似文献
3.
采用溶胶-凝胶法制备了立方晶系尖晶石型镍基铁氧体微粉Ni0.5M0.5Fe2O4(M=Zn、Mn、Cu),采用X射线衍射仪、扫描电子显微镜、振动样品磁强计和矢量网络分析仪对粉末的结构、形貌、磁性以及电磁性能进行了表征,结果表明,三种粉末在室温下具有超顺磁性,其饱和磁化强度MS分别为76.0、59.4和54.4emu·g-1。在2—11GHz范围内,Ni0.5M0.5Fe2O4的电磁损耗角正切值tgδ随频率的增大而逐渐减小;Ni0.5M0.5Fe2O4和 Ni0.5M0.5Fe2O4的tgδ随频率的增大先增大后减小。 相似文献
4.
现有跳频信号辐射源个体识别方法大多围绕跳变瞬态的特征进行讨论,其捕获和精准定位的难度较大。因此,提出了一种基于解调重构的跳频信号辐射源个体识别方法,能够有效利用跳频信号的稳态信息进行辐射源个体识别。首先对跳频信号进行跳变定时,提取出各跳的基带波形;然后解调出各跳的符号,并将其经过理想成型滤波器,得到理想的重构基带波形;最后将原始波形和重构波形一起送入神经网络,得到分类结果。给出发射机畸变模型和畸变参数范围,经过多次测试给出网络参数的建议取值范围,并进行验证实验。实验结果表明,该方法能够有效地完成跳频信号辐射源个体识别任务。 相似文献
5.
现有跳频信号检测算法大多针对固定参数的跳频信号检测,而面对可变参数的跳频信号检测时,其每跳时长及带宽的不确定性导致这些算法的适用性下降。为此,提出了一种基于YOLOX的跳频信号检测算法。该算法适用于固定参数跳频信号和可变参数跳频信号,判断跳频信号的存在性。首先将观测时间内的信号进行短时傅里叶变换获得灰度时频谱图;然后将时频谱图经过目标检测网络YOLOX,获得各个信号的预测框;最后根据跳频信号各跳点的时间连续性,筛选出跳频信号各个跳点,根据连续跳点个数判断跳频信号的存在性。对算法的检测流程进行了仿真,以验证算法的可行性。实验结果表明,该算法可以较好地完成盲检测任务,且能够通过增加较少的先验信息以提高检测性能。 相似文献
6.
7.
8.
9.
10.
简述了3DS文件的结构,以及在OpenGL中如何读入和显示3DS文件的模型,并着重讲述了利用OpenGL编程接口对场景中的这些模型进行选择、拾取,通过鼠标拖动对这些模型进行交互操作. 相似文献
1