【摘 要】
：
针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特
【机 构】
：
桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室
【基金项目】
：
国家自然科学基金资助项目(6146105),广西科技重大专项资助项目(AA17202022),桂林电子科技大学研究生优秀学位论文培育资助项目(17YJPYSS10)
论文部分内容阅读
针对跳频信号分选存在人工提取参数特征具有复杂性的问题,提出了一种基于深度学习的识别方法。首先对跳频信号进行短时傅里叶变换,得到二维的时频矩阵;接着提取信号的轮廓特征,构造三维矩阵作等高线图,并对等高线图进行预处理;最后把预处理后的等高线图输入到卷积神经网络中进行训练、测试,进而实现分类识别。仿真结果表明,在不需要复杂的人工提取参数特征的基础上,在分选率为100%时,所提方法经裁剪处理下的信噪比为-15 dB,比支持向量机和传统K-Means聚类算法都低10 dB。实测数据的算法验证表明,所提方法能够将大疆
其他文献
<正>仿生光催化氧化法是一种绿色处理手段,一般生物中的一些含金属氧化酶能降解有机污染物,仿生光催化氧化技术就是模拟含金属氧化酶氧化特性降解水中有机污染物,因此具有良
在海量的数字图书馆中,准确迅速地找到符合自身需要的图书是需要解决的主要问题。通过阐述传统的协同过滤算法,分析其特点以及存在的不足,并基于此提出一种改进的协同过滤算
构建一个基于B/S模式的多课程综合考试系统,对减少全省性大规模的考试资源消耗,提高考试管理效率有着重要的意义。给出了一个基于B/S模式的考试系统的体系结构,并且分析了该