特定辐射源个体识别算法研究

来源 :电子测量与仪器学报 | 被引量 : 0次 | 上传用户:w_wallace
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对特定辐射源个体识别(specific emitter identification,SEI)方法,指纹特征提取需要复杂公式演算推理,特征差异小、提取困难,提取后特定辐射源个体识别正确率低的问题,提出一种基于密集连接结构与注意力机制的特定辐射源识别算法,称之为特定辐射源识别网络(specific emitter identification network,SEIN).首先使用包络提取算法提取含噪声较少的辐射源信号包络,得到含有丰富指纹特征的包络图,进而进行SEIN指纹特征的提取及个体识别.实验结果表明,SEIN可达到95.12%的分类识别效果,具有准确率高、指纹特征提取自动化特点,最终较好实现了复杂环境下特定辐射源个体识别.
其他文献
针对现阶段基于图像处理进行螺纹中径测量时算法收敛速度慢、精度低的问题,提出一种基于改进哈里斯鹰优化算法的螺纹钢丝头中径测量方法.首先,采用三次样条插值法进行亚像素级的边缘检测,精确提取出螺纹波峰波谷等参数后再构建出中径适应度函数,最后,将螺旋式更新机制和非线性能量递减策略引入哈里斯鹰优化算法(HHO)来求解中径适应度函数.实验结果表明,改进的哈里斯鹰优化算法稳定性更好、精度更高,其中径测量的标准差比传统HHO算法降低了59.33%,中径测量结果的绝对均值误差比三针测量法降低了5.08%,比HHO算法降低3
转炉炼钢火焰图像特征的准确提取是预测终点碳含量的关键,针对于火焰图像相似性高进而难以区分碳含量相近的火焰图像,导致无法准确精准预测碳含量的问题,提出一种改进完全局部二值模式(improved complete local binary pattern,ICLBP)的彩色纹理特征提取方法,用于提取不同碳含量下更具区分性的炉口火焰图像特征并进行终点碳含量的预测.首先,在不同颜色通道下采用局部相位量化(local phase quantization,LPQ)提取图像相位信息,与CLBP提取的图像幅值信息组合成
为了提高短时交通流的预测精度和预测速度,基于交通流量序列的不平稳性和随机性,提出了快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)和自然选择自适应变异粒子群算法(selection adaptive particle swarm optimization,SAPSO)优化双向长短时记忆网络(bidirection long short-term memory,BiLSTM)相结合的预测模型.首先,利用FEEMD将原始不平稳的交通流量序
针对电子行业制造机器人对电子元器件检测精度低和速度慢的问题,提出基于改进YOLOv4的电子元器件检测方法.对网络结构进行改进,利用深度可分离卷积代替PAN网络中的传统卷积,提高检测速度;利用一种具有线性瓶颈的逆残差结构代替CSP darknet53主干网络,降低模型参数,进一步提高检测效率;在检测网络YOLO head前添加注意力机制,提高检测精度.模拟工业传送带环境建立了电子元器件数据集并进行数据增强,相较于原算法,精度(mAP)提高了1.31%,速度提高了16.34 fps,权重大小从245下降到41
针对工程应用中使用光纤布拉格光栅(fiber Bragg grating,FBG)测量炮膛温度瞬变、高频振动等信号时光谱成像法数据传输带宽高的需求,提出了一种基于直接存储器访问(direct memory access,DMA)的光谱数据高速传送方法,设计了基于Zynq的光谱数据高速传送硬件逻辑,利用光谱成像法原理搭建了FBG解调系统,实现了DMA方式的光谱数据同步传送以及FBG波长解调计算.数据传送仿真实验与FBG中心波长解调结果表明,解调系统可以将FBG光谱数据进行高速传送,数据传输带宽为320 Mb
蒸汽喷射泵是低温多效蒸馏海水淡化系统(MED-TVC)的关键部件.为了提升其运行效率,对蒸汽喷射泵进行了结构优化与性能分析.在喷射泵优化过程中,使用计算流体力学(CFD)工具研究了混合室直径对于引射比的影响,得到了喷射器引射比与混合室直径以及临界背压之间的拟合二次函数关系式.研究结果表明,混合室直径的增大会使引射比上升,临界背压下降.在一次流压力与二次流压力分别固定为600和15 kPa时,通过将混合室直径从15.8增大至20.35 mm,其引射比可从0.485提升至0.746,性能提升可达53.8%,造
为研究气体绝缘输电线路(GIL)设备局部放电引发的GIL壳体异常振动机理与特征,并对GIL局部放电趋势进行预测.首先,以尖端放电为例建立了GIL设备尖端放电模型与实验平台;其次,通过测取不同电压等级下尖端放电的脉冲电流信号与异常振动信号,联合机电信号研究GIL异常振动行为的特征与机理;最后,建立鲸鱼优化算法·极限学习机(WOA-ELM)模型对GIL局部放电趋势进行预测,并与ELM模型进行对比.结果 表明,GIL尖端放电脉冲电流重复频率与异常振动信号频率一致,GIL局部放电与GIL壳体异常振动直接相关,且异
肺部三维信息利于医生做出更快更准确的诊断,但肺部三维重建的图像都是源自二维断层图像的叠加.二维图像的数量制约三维成像的效果,增加电极层数可获取更多层的二维图像,但同时也会增加计算量,减缓成像速度.虽然采取层间插值的方法可以解决这个问题,但是由于人体几何结构的特异性,肺部电阻抗图像(electrical impedance tomography,EIT)边界不规则,传统的规则图像插值方法不适合直接应用于肺部EIT三维插值.为此,提出适用于肺部电阻抗的插值算法,先获得插值图像轮廓,再用对应点插值像素值.通过仿
针对当前含多种电气故障的复杂电路电弧故障识别率低、训练速度慢的问题,提出一种窗口划分结合小波分解与经验模态分解(empirical mode decomposition,EMD)分别从时域、频域及时间尺度等多个维度提取电流特征量,利用机器学习分类模型进行电弧故障识别的方法.首先,利用搭建的电气故障实验平台采集故障及正常电流数据,并将电流数据进行窗口分段,然后分别使用小波变换与EMD方法对电流信号进行分解并计算不同维度上的特征量,将该特征信息作为分类算法的输入进行电弧故障诊断.经实验验证,该特征提取方法在梯
针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种改进YOLOv5算法的交通标志识别方法.首先改进YOLOv5算法的损失函数,使用EIOU损失函数代替YOLOv5算法所使用的GIOU损失函数来优化训练模型,提高算法的精度,实现对目标更快速的识别;然后使用加权Cluster非极大值抑制(NMS)改进YOLOv5本身所使用的加权NMS算法,提高生成检测框的准确率.实验结果表明,改进后的YOLOv5算法在由长沙理工大学制作的CCTSDB交通标志数据集上训练的模型的mAP值达到了84.35%,比原始