论文摘要
针对大样本下未知干扰类型的分类识别问题,该文提出一种基于信号特征空间的未知干扰自适应识别方法。首先,基于Hilbert信号空间理论对干扰信号进行处理,建立干扰信号特征空间,进而利用投影定理对未知干扰进行最佳逼近,提出基于信号特征空间的概率神经网络(PNN)分类算法,并设计了未知干扰分类识别器的处理流程。仿真结果表明,与两种传统方法相比,该方法在已知干扰的分类精度方面分别提高了12.2%和2.8%;满足条件的未知干扰最佳逼近效果随功率强度呈线性变化,设计的分类识别器在满足最佳逼近的各类干扰中总体识别率达到91.27%,处理干扰识别的速度明显改善;在信噪比达到4 dB时,对未知干扰识别准确率达到92%以上。
论文目录
文章来源
类型: 期刊论文
作者: 黄国策,王桂胜,任清华,董淑福,高维廷,魏帅
关键词: 无人机通信,未知干扰,自适应识别,信号空间,概率神经网络
来源: 电子与信息学报 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 武器工业与军事技术,电信技术,自动化技术
单位: 空军工程大学信息与导航学院,95910部队
基金: 国家自然科学基金(61701521),中国博士后科学基金(2016M603044),陕西省自然科学基金(2018JQ6074)~~
分类号: TN97;TP183
页码: 1916-1923
总页数: 8
文件大小: 1223K
下载量: 123