雷达辐射

作品数：564被引量：1801H指数：22
导出分析报告
相关领域：电子电信更多>>
相关作者：金炜东何明浩张葛祥韩俊关欣更多>>
相关机构：西安电子科技大学西南交通大学国防科学技术大学哈尔滨工程大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金四川省青年科技基金国防科技技术预先研究基金国防科技重点实验室基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=系统工程与电子技术x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于VMD分解和多域联合分布的雷达辐射源识别被引量：1
《系统工程与电子技术》2023年第8期2479-2488,共10页王磊 张志勇 胥辉旗 曾维贵 曹司磊 
装备预研领域基金(6140247030216JB14004)资助课题。
针对现有雷达辐射源个体识别存在的识别准确率低、难以区分同型号雷达、缺乏实采信号验证等问题,提出了一种基于变分模态分解(variational modal decomposition,VMD)和时频能多域特征联合的雷达辐射源个体识别方法。首先对雷达信号进行V...
关键词：雷达辐射源 辐射源识别 变分模态分解 时频分析 
基于多级跳线残差网络的雷达辐射源识别被引量：3
《系统工程与电子技术》2022年第7期2148-2156,共9页张立民 谭凯文 闫文君 张聿远 
国家自然科学基金(91538201);泰山学者工程专项经费基金(ts201511020);信息系统安全技术重点实验室基金(6142111190404)资助课题。
针对复杂体制雷达辐射源的识别问题,提出了一种基于时频特征提取与多级跳线残差网络(multi-level jumper residual network,MLJ-RN)结合的识别方法。首先,计算辐射源信号的平滑伪Wigner-Ville时频分布生成时频图像以表达信号本质特征,...
关键词：时频特征 辐射源识别 深度学习 多级跳线 
基于改进1DCNN+TCN的雷达辐射源快速识别方法被引量：5
《系统工程与电子技术》2022年第2期463-469,共7页金涛 王晓峰 田润澜 张歆东 
国家自然科学基金(61571462)资助课题。
为了解决传统雷达辐射源识别方式识别速度慢、在低信噪比时很难准确识别等问题,结合深度学习提出了一种基于改进一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)和时间卷积网络(temporal convolutional network,...
关键词：辐射源信号快速识别 时间序列 时间卷积网络 一维卷积神经网络 参数化线性修正单元 注意力机制 
基于SRNN+Attention+CNN的雷达辐射源信号识别方法被引量：4
《系统工程与电子技术》2021年第12期3502-3509,共8页高诗飏 董会旭 田润澜 张歆东 
国家自然科学基金(61571462)资助课题。
针对低信噪比条件下雷达辐射源信号特征提取困难、识别准确率低的问题,提出一种基于切片循环神经网络(sliced recurrent neural networks,SRNN)、注意力机制和卷积神经网络(convolutional neural networks,CNN)的雷达辐射源信号识别方法...
关键词：辐射源信号识别 切片循环神经网络 卷积神经网络 注意力机制 批归一化 时间序列 
基于注意力机制和改进CLDNN的雷达辐射源识别被引量：6
《系统工程与电子技术》2021年第5期1224-1231,共8页崔邦彦 田润澜 王东风 崔钢 石静苑 
国家自然科学基金(61571462)资助课题。
传统的辐射源识别通过比对、匹配辐射源信号与雷达数据库来识别,这种方法很难满足战时高效、快速和准确的识别要求。随着机器学习方法的提出,诸如支持向量机等算法在辐射源识别领域的运用,可以满足战时高效、快速的识别要求,但这种方法...
关键词：辐射源识别 深度学习 时间序列 注意力机制 特征融合 一维卷积长短时深度神经网络 
基于VMD和特征融合的辐射源信号识别被引量：13
《系统工程与电子技术》2020年第7期1499-1503,共5页李亚兰 金炜东 葛鹏 
装备预研领域基金(61403120304);中央高校基本科研业务费专项资金(A0920502051903-21)资助课题。
在日趋复杂的电子对抗中,如何提高雷达辐射源信号(radar emitter signal,RES)识别率和抗噪性能是亟待解决的问题。为此提出了一种变分模态分解(variational mode decomposition,VMD)和特征融合相结合的RES识别方法。首先利用VMD算法对...
关键词：雷达辐射源信号识别 变分模态分解 特征融合 支持向量机 
基于深度学习和集成学习的辐射源信号识别被引量：33
《系统工程与电子技术》2018年第11期2420-2425,共6页黄颖坤 金炜东 余志斌 吴昀璞 
国家重点研发计划项目子任务(2016YFB1200401-102F);军委装备发展部预研重点实验室基金项目(61421050204)资助课题
随着电磁环境的日益复杂和雷达辐射源信号类型的逐渐增多,如何有效地识别雷达信号类型成为一个重要的问题。为解决这个问题,提出了一种基于深度学习和集成学习的辐射源信号识别框架。该框架由特征提取和分类器设计两部分组成。第一部分...
关键词：雷达辐射源信号识别 深度学习 集成学习 栈式降噪自编码器 多分类器组合 
雷达辐射源信号识别特征参数集的构建方法被引量：5
《系统工程与电子技术》2018年第8期1729-1735,共7页刘飞 何明浩 韩俊 
湖北省自然科学基金(2016CFB288)资助课题
针对单个脉内特征在雷达辐射源信号(radar emitter signal,RES)识别中存在普适性差和识别性能"瓶颈"的问题,提出组合多个特征参与RES识别的方法。通过特征组合方式和识别性能的讨论分析,提出特征参数优型组合的概念,并在此基础上,研究...
关键词：雷达 辐射源 脉内特征 识别 参数集 时间成本 
基于协作表示的雷达辐射源多传感器融合识别被引量：2
《系统工程与电子技术》2016年第12期2725-2730,共6页周志文 黄高明 高俊 
国家高技术研究发展计划(863计划)(2014AA7014061);国家自然科学基金(61501484)资助课题
针对接收通道噪声影响和传感器引起的信号畸变,仅提高单传感器的识别性能远不能满足需求,提出了一种基于协作表示的雷达辐射源多传感器融合识别方法。首先,在训练阶段构成离线的完备字典,而多个传感器的接收信号在字典上求得协作表示系...
关键词：雷达辐射源识别 协作表示 决策级融合 D-S证据理论 小样本问题 
基于雷达辐射源信号特征的类别信息辅助GM-PHD滤波器被引量：1
《系统工程与电子技术》2015年第6期1273-1279,共7页朱友清 周石琳 
雷达辐射源目标跟踪在军事应用领域具有重要的意义。结合目标类别信息有助于提高高斯混合概率假设密度(Gaussian mixture-probability hypothesis density,GM-PHD)滤波器多目标跟踪的性能,但电子侦察系统获得的雷达辐射源信号信息无法...
关键词：多目标跟踪 高斯混合概率假设密度滤波器 雷达辐射源信号 可传递信度模型 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部