高级搜索

基于奇异值分解与神经网络的干扰识别

冯熳 王梓楠

引用本文: 冯熳, 王梓楠. 基于奇异值分解与神经网络的干扰识别[J]. 电子与信息学报, doi: 10.11999/JEIT190228 shu
Citation:  Man FENG, Zinan WANG. Interference Recognition Based on Singular Value Decomposition and Neural Network[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190228 shu

基于奇异值分解与神经网络的干扰识别

    作者简介: 冯熳: 女,1979年生,副教授,研究方向为超窄带通信、无线携能通信、军事抗干扰通信、智能通信信号处理等;
    王梓楠: 男,1993年生,硕士生,研究方向为通信信号处理,机器学习
    通讯作者: 王梓楠,183742104@qq.com
摘要: 无线通信中的抗干扰技术对通信的稳定性和安全性都具有重要意义,干扰识别作为抗干扰技术的重要环节一直是研究的热点。该文提出一种基于奇异值分解与神经网络的干扰识别方法,该方法只计算信号矩阵的奇异值即完成特征提取,与传统方法相比节省了多个谱特性的计算量。仿真结果表明:基于奇异值分解与神经网络的干扰识别方法与传统方法相比在干信比为0 dB左右的条件下识别准确率有10%~25%的提高。

English

图(6)表(1)
计量
  • PDF下载量:  13
  • 文章访问数:  232
  • HTML全文浏览量:  548
文章相关
  • 通讯作者:  王梓楠, 183742104@qq.com
  • 收稿日期:  2019-04-08
  • 录用日期:  2020-03-03
  • 网络出版日期:  2020-04-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章