导读:本文包含了分选算法论文开题报告文献综述及选题提纲参考文献，主要关键词:独立分量分析(ICA),盲源分离,信号分选,快速ICA
分选算法论文文献综述
王彬,高冰,谷沛尚,辛凤鸣[1]（2019）在《基于FastICA的低信噪比雷达信号分选算法》一文中研究指出针对传统的基于参数的信号分选系统已无法适应当前复杂情况下的雷达信号分选问题,将基于独立分量分析(ICA)的盲源分离算法引入雷达信号分选算法.快速ICA(Fast ICA)算法结合了定点迭代和非高斯最大化算法,具有稳定性好、收敛速度快、计算量小等优点.但该算法对噪声非常敏感,无法在低信噪比情况下进行信号分选.针对这一缺点,引入同步累加平均降噪算法,并结合信号均衡、平滑处理进行改进,使得新算法在低信噪比情况下对雷达信号进行分选.仿真表明改进后的算法在低信噪比情况下具有良好的分选效果,并保留了原算法的优点.(本文来源于《东北大学学报(自然科学版)》期刊2019年11期）
赵贵喜,王博通,姚四伟,郑洪涛[2]（2019）在《基于云模型的SVC算法在雷达信号分选中的应用》一文中研究指出针对传统雷达信号分选难以适应当前复杂多变雷达信号环境,引入了云模型,结合K-Means聚类和支持向量聚类(SVC),提出了一种新的雷达信号分选方法。该算法先采用云模型对雷达特征参数的定性概念向定量区间转换,结合支持向量聚类对雷达脉冲数据流进行初始划分,提供初始的聚类中心,最后利用K-Means聚类算法完成最终分选。仿真结果表明,该算法能够很好地对复杂雷达信号进行分选,分选正确率较高。(本文来源于《舰船电子对抗》期刊2019年05期）
丁增斗[3]（2019）在《基于SFCM聚类算法的雷达信号分选方法》一文中研究指出为了应对复杂电磁环境下雷达信号分选任务,进一步提高分选的准确率,提出了一种基于抑制式模糊C-均值(SFCM)聚类的雷达信号分选方法,该方法结合了支持向量聚类(SVC)算法和改进模糊C均值(FCM)算法,并对雷达脉冲信号进行分段分选。SFCM聚类算法根据雷达脉冲数据的分布特征以及各特征参数的稳定性对雷达全脉冲数据分选。实验结果表明该方法能够应对复杂电磁环境下的雷达信号分选任务,且分选准确率较高。(本文来源于《舰船电子对抗》期刊2019年05期）
彭刚,袁晓,刘闻[4]（2019）在《雷达辐射源信号聚类分选算法综述》一文中研究指出现代战场环境下雷达信号密集、交迭严重,传统的雷达信号分选算法已不能有效完成未知雷达信号分选工作,而聚类分选因具有无监督学习、对先验知识要求小等优点被学者广泛应用于未知雷达信号聚类分选的研究工作。作者先总结了国内学者在传统聚类算法及其优化算法对未知雷达辐射源信号进行分类分选的部分理论研究成果,分析了各个算法存在的利弊,再根据雷达信号的特征参数以及影响聚类分选的外界因素提出了选择最优聚类算法的参考标准和建议。(本文来源于《雷达科学与技术》期刊2019年05期）
赵地,邓中亮,杨智勇[5]（2019）在《可调节相关峰参数的脉冲检测分选算法》一文中研究指出针对传统塔康脉冲序列检测算法没有考虑不同工作模式下脉冲间隔(PRI)的特征信息,低信噪比下检测误差大而且算法复杂度高的问题,提出一种可调节参数的基于相关峰峰值位置的脉冲序列检测分选算法.根据相关信号的检测模型确定优化目标,构建一个负定型的埃尔米特检测矩阵;通过对相邻峰值位置的检测滤除不符合PRI特征的脉冲序列;利用脉冲消隐消除衰落效应引起的干扰信号对脉冲检测的影响;采用循环队列的脉冲对分选方法解决非完整周期内脉冲丢失的问题.实验结果表明该检测算法在改善信号信噪比的同时,脉冲到达时间(PTOA)的检测精度和基准脉冲序列的检测准确率都有显着提高.(本文来源于《北京理工大学学报》期刊2019年09期）
同晓荣[6]（2019）在《解空间定向优化的信号分选算法改进策略》一文中研究指出为了减少声音信号分选算法应用过程中的计算量与耗时,提出解空间定向优化的改进策略,应用于信号分选以提升运算效率。类比于基于药物辅助的改进型免疫算法思想,对信号分选过程中的时频单源区域检测环节实施定向优化。将声信号分选的目标函数视为在时频二维平面寻找最大值,当算法寻找到某一局部极大值后,缩小原始的搜索区域,使得时频平面上的众多无效区域排除在搜索范围外,有效提高算法的收敛速度,降低了计算量。仿真实验结果表明,在正定与超定的情况下,该策略能够减少50%的系统响应时间;欠定情况下,该策略能够减少约30%的系统响应时间。(本文来源于《探测与控制学报》期刊2019年04期）
王燕燕,田彦青[7]（2019）在《基于图像处理的废有色金属自动分选算法研究》一文中研究指出以图像处理为基础,对紫色铜、黄色铜、镁、铝、锌、铅6种废有色金属分别在早、中、晚拍摄照片各20张,然后提取废有色金属图像中的6种颜色特征(R、G、B、H、S、I)和5种纹理特征(能量、对比度、逆差矩、熵、自相关),采用多层感知器神经网络算法进行模式匹配,分析实验结果表明该算法能实现多种废有色金属物料的自动分选,分选的效率达90%以上,能取代人工分选,提升了工作效率和经济效益。(本文来源于《电子制作》期刊2019年15期）
甘骐榕,苏芳,练坤玉,徐道际,董玉德[8]（2019）在《改进LeNet-5模型在大米分选算法上的应用》一文中研究指出针对大米特征提取与分类的算法难以确定的问题,改进LeNet-5卷积神经网络模型并研究其在大米分选问题上的表现。首先对大米原始图像进行预处理、提取单粒大米的图像建立大米图像样本库,然后对原始的LeNet-5模型提出改进方案并进行实验,最后将改进模型与若干传统分类方法、3个轻量化卷积神经网络模型进行对比。改进LeNet-5模型大米形选准确率为97.2%,色选准确率90.6%,处理速度约5 300粒·s-1,分类效果与分类速度显着优于其他对比方法。实验结果证明,改进的LeNet-5模型可以高效分选碎米与垩白米,且能有效减少实际分选前准备工作的工作量。(本文来源于《安徽农业大学学报》期刊2019年03期）
任枫轩,王忠勇[9]（2019）在《基采用时频区域检测的雷达信号盲分选算法》一文中研究指出为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.(本文来源于《数学的实践与认识》期刊2019年12期）
梁徵羽[10]（2019）在《密集复杂环境下信号分选算法研究》一文中研究指出雷达在现代战争中起到了非常重要的作用,准确的从复杂的雷达信号进行分析提取有着重要的意义,可以提高雷达的使用效果,文章基于目前雷达复杂信号分选算法存在的问题,研究分析了叁种优化算法,为未来雷达复杂信号的研究提供了重要的思路。(本文来源于《信息通信》期刊2019年05期）
分选算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统雷达信号分选难以适应当前复杂多变雷达信号环境,引入了云模型,结合K-Means聚类和支持向量聚类(SVC),提出了一种新的雷达信号分选方法。该算法先采用云模型对雷达特征参数的定性概念向定量区间转换,结合支持向量聚类对雷达脉冲数据流进行初始划分,提供初始的聚类中心,最后利用K-Means聚类算法完成最终分选。仿真结果表明,该算法能够很好地对复杂雷达信号进行分选,分选正确率较高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分选算法论文参考文献
[1].王彬,高冰,谷沛尚,辛凤鸣.基于FastICA的低信噪比雷达信号分选算法[J].东北大学学报(自然科学版).2019
[2].赵贵喜,王博通,姚四伟,郑洪涛.基于云模型的SVC算法在雷达信号分选中的应用[J].舰船电子对抗.2019
[3].丁增斗.基于SFCM聚类算法的雷达信号分选方法[J].舰船电子对抗.2019
[4].彭刚,袁晓,刘闻.雷达辐射源信号聚类分选算法综述[J].雷达科学与技术.2019
[5].赵地,邓中亮,杨智勇.可调节相关峰参数的脉冲检测分选算法[J].北京理工大学学报.2019
[6].同晓荣.解空间定向优化的信号分选算法改进策略[J].探测与控制学报.2019
[7].王燕燕,田彦青.基于图像处理的废有色金属自动分选算法研究[J].电子制作.2019
[8].甘骐榕,苏芳,练坤玉,徐道际,董玉德.改进LeNet-5模型在大米分选算法上的应用[J].安徽农业大学学报.2019
[9].任枫轩,王忠勇.基采用时频区域检测的雷达信号盲分选算法[J].数学的实践与认识.2019
[10].梁徵羽.密集复杂环境下信号分选算法研究[J].信息通信.2019
标签：独立分量分析(ICA); 盲源分离; 信号分选; 快速ICA;