您的位置: 专家智库 > >

王欢欢

作品数:6 被引量:57H指数:4
供职机构:解放军信息工程大学更多>>
发文基金:国家自然科学基金国家部委资助项目更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 5篇电子电信
  • 2篇自动化与计算...

主题

  • 4篇辐射源
  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 3篇辐射源识别
  • 2篇信号
  • 2篇识别率
  • 2篇特定辐射源识...
  • 2篇特征提取
  • 2篇希尔伯特黄变...
  • 2篇高阶
  • 2篇高阶谱
  • 1篇多尺度
  • 1篇源信号
  • 1篇时频
  • 1篇时频域
  • 1篇时域
  • 1篇识别方法
  • 1篇双谱

机构

  • 6篇解放军信息工...

作者

  • 6篇王欢欢
  • 5篇张涛
  • 2篇任东方
  • 1篇孟凡玉
  • 1篇韩洁
  • 1篇韩洁

传媒

  • 2篇通信学报
  • 1篇计算机应用与...
  • 1篇信号处理
  • 1篇信息工程大学...

年份

  • 1篇2018
  • 5篇2017
6 条 记 录,以下是 1-6
排序方式:
基于ITD与纹理分析的特定辐射源识别方法被引量:20
2017年
为解决基于希尔伯特黄变换(HHT,Hilbert-Huang transform)的特定辐射源识别方法在时频分析方面存在缺陷,所提特征可分性差的问题,该文基于固有时间尺度分解(ITD,intrinsic time-scale decomposition)提出一种新的辐射源个体识别方法。首先,通过固有时间尺度分解的方法将信号分解,进而得到其时频能量分布;之后,将信号时频能量谱转化为灰度图像,通过直方图统计和灰度共生矩阵提取图像纹理特征对不同信号进行识别。分别采用实测舰船通信信号以及仿真辐射源信号对所提算法进行性能测试,实验结果表明,其性能优于2种基于希尔伯特黄变换的方法。
任东方张涛韩洁王欢欢
关键词:特定辐射源识别纹理分析
基于3D-Hibert能量谱和多尺度分形特征的通信辐射源个体识别被引量:25
2017年
针对通信辐射源的个体识别问题,提出一种基于希尔伯特—黄变换(HHT,Hilbert-Huang transform)和多尺度分形特征的新方法。首先,通过HHT得到时频能量谱,将其视为三维空间中的复杂曲面,即3D-Hilbert能量谱;然后,利用分形理论通过多尺度分块提取差分盒维数和多重分形维数二维特征组成特征向量;最后,采用支持向量机分类器结合二维特征向量实现通信辐射源的个体分类。分别利用仿真信号和调制方式相同的实际通信信号,验证并对比了所提方法与另外2种方法在2类及3类目标情况下的识别性能。实验结果表明,所提方法的识别率远高于其他2种方法,能够克服低信噪比和少训练样本数量对识别性能的负面影响,证明了所提特征的稳定性、充分性及可分性。
韩洁张涛王欢欢任东方
关键词:特定辐射源识别多尺度
基于高阶谱谱骨架的信号细微特征识别被引量:1
2017年
为解决同型号辐射源识别问题,针对实际信号,采用信号的高阶谱作为个体识别的基本特征向量,建立基于软K段主曲线算法的高阶谱谱骨架模型。将谱骨架的信息维数和盒维数作为特征矢量,并结合信号的时频域分析。最后将得到的融合特征使用SVM分类器进行训练识别,实现对不同辐射源信号的个体识别。通过对比实验充分验证该方法的有效性。实验结果表明,在低信噪比的环境下,该方法能够有效地识别个体信号,具有更好的识别效果,识别率可达到85%以上。
王欢欢张涛
关键词:高阶谱主曲线分形维数识别率
通信辐射源信号细微特征分析与个体识别技术研究
随着通信技术的发展,人们不仅关注从接收机中获取的关于通信信号的基本参数特征,比如信号的频率、调制模式等,还越来越关注附加在信号上、由辐射源设备个体差异产生的,可以检测、可以重现、并且稳定不变的细微特征。根据这些细微特征,...
王欢欢
关键词:特征提取识别率希尔伯特黄变换高阶谱支持向量机
文献传递
结合时域分析和改进双谱的通信信号特征提取算法被引量:19
2017年
传统的矩形积分双谱特征存在以下不足:第一是在以往的研究中没有讨论过积分路径个数对识别率的影响;第二是在矩形积分双谱算法中存在着部分积分路径对识别效果贡献不足、甚至带来负作用的缺点。为克服这些问题、解决辐射源信号个体识别问题,本文提出了一种基于改进双谱和时域分析相结合的通信信号个体识别方法,首先通过实验得到了积分路径和识别率的性能曲线,选定最佳积分路径个数;其后重新定义Bhattacharyya距离,剔除掉对识别效果贡献不足、具有负作用的积分路径,得到具有最大比重的双谱区间;最后结合信号的时域特征并利用支持向量机分类器进行个体识别。本文分别通过仿真信号和实际信号对所提出算法做出了验证,实验结果表明,该方法能够较好解决辐射源信号的个体识别问题,平均正确识别率高于95%。
王欢欢张涛
关键词:支持向量机
基于时频域细微特征的辐射源个体识别被引量:8
2018年
在基于Huang提出的希尔伯特黄变换(Hilbert-Huang transform,HHT)分析辐射源个体信号时频特征的基础上,针对HHT存在的端点效应问题,提出一种对瞬时频率进行估计的改进HHT算法(improved HHT,IHHT)。仿真实验验证了IHHT算法能够得到信号比较精确的瞬时特征。用IHHT算法得到信号的Hilbert时频谱,并提取实际辐射源个体通信信号的几种时频细微特征,采用有监督学习分类器支持向量机(support vector machine,SVM)、交叉验证搜索最佳参数方法进行分类识别,与传统方法相比,IHHT算法能够比较精确地描述信号的时频特征,平均识别率提高到90%以上。
王欢欢张涛孟凡玉
关键词:辐射源识别希尔伯特黄变换支持向量机
共1页<1>
聚类工具0