-
公开(公告)号：CN111079615A
公开(公告)日：2020-04-28
申请号：CN201911258192.5
申请日：2019-12-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于辐射源信号分离领域，目的在于提供一种基于莱维飞行细菌觅食进化的盲源分离方法：首先，对群智能交互机制参数和种群进行初始化，然后开始迭代和趋向循环，判断是否达到最大趋向次数，若未达到继续进行趋向操作，否则开始复制操作，完成复制操作后开始种群迁徙，完成迁徙后，对种群实施差分进化并进行多样性评估，若子代平均个体间距大于父代，则将子代种群替换父代；最后，判定是否达到最大迭代次数，若未达到则继续迭代，否则将最优参数组合输出至VMD中得到本征模态分量，相关运算后选取相关系数最大且与源信号具有相同数量的分量作为最终源信号。本发明提高了盲源分离的收敛速度及可靠性，增强了盲源分离的实时性及准确性。
-
公开(公告)号：CN111079615B
公开(公告)日：2023-03-31
申请号：CN201911258192.5
申请日：2019-12-10
Applicant: 哈尔滨工程大学
Abstract: 本发明属于辐射源信号分离领域，目的在于提供一种基于莱维飞行细菌觅食进化的盲源分离方法：首先，对群智能交互机制参数和种群进行初始化，然后开始迭代和趋向循环，判断是否达到最大趋向次数，若未达到继续进行趋向操作，否则开始复制操作，完成复制操作后开始种群迁徙，完成迁徙后，对种群实施差分进化并进行多样性评估，若子代平均个体间距大于父代，则将子代种群替换父代；最后，判定是否达到最大迭代次数，若未达到则继续迭代，否则将最优参数组合输出至VMD中得到本征模态分量，相关运算后选取相关系数最大且与源信号具有相同数量的分量作为最终源信号。本发明提高了盲源分离的收敛速度及可靠性，增强了盲源分离的实时性及准确性。
-
公开(公告)号：CN108805039A
公开(公告)日：2018-11-13
申请号：CN201810506714.8
申请日：2018-05-24
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/00536 , G06K9/00503 , G06N3/0454
Abstract: 本发明属于雷达辐射源信号调制识别技术领域，具体涉及联合熵与预训练CNN提取时频图像特征的调制识别方法。首先将待识别的9类雷达信号集进行时频变换得到时频图像；然后基于MatConvNet官网提供的预训练卷积神经网络模型imagenet‑vgg‑verydeep‑19，由其Input输入层至fc6全连接层构成FT‑VGGNet‑fc6特征迁移提取模块；接着将调整后图像送入特征迁移提取模块，输出雷达信号时频图像特征；再对调整后图像进行灰度化，人工提取处理后图像的Renyi熵；接下来按照一定比例划分训练集与测试集，并选取训练集对SVM分类器进行训练；最后，利用训练后的SVM分类器对时频图像的训练集进行识别，利用多信噪比下9类雷达信号组成的数据集验证FT‑VGGNET‑fc6‑SVM分类器的识别率。
-
公开(公告)号：CN108764331A
公开(公告)日：2018-11-06
申请号：CN201810515113.3
申请日：2018-05-25
Applicant: 哈尔滨工程大学
CPC classification number: G06K9/6269 , H04L27/0012
Abstract: 本发明提供的是一种基于分数阶傅里叶变换的联合分类器多信号调制识别方法。首先应用FRFT技术解决了多信号分离的难题，然后在时频域用预训练CNN结合SVM实现对强信号的精确分类识别，同时提取弱信号的谱峭度、均方根植、AR特征系数及Renyi熵等特征实现特征融合，用主成分分析(PCA)对融合特征降维以提高系统有效性，进而将降维后的特征送入SVM实现第二信号分类识别，最终实现在较低信噪比下精确快速的识别多信号调制方式。
-
-
-
Search Results
4
records
(took 0.021 seconds)
