期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
数据恶劣条件下的辐射源个体识别方法综述
1
作者
闫文君
段可欣
+2 位作者
凌青
李春雷
黄丽
《海军航空大学学报》
2024年第5期523-534,共12页
文章分析对比了数据恶劣条件下的辐射源个体识别方法。总结了包括不平衡、错误标签、小样本和弱标注4种情况下的个体识别方法,探讨了辐射源特征提取方法的优点和局限性,对方法中作为技术关键和难点的特征提取方法进行了概括,并指出深度...
文章分析对比了数据恶劣条件下的辐射源个体识别方法。总结了包括不平衡、错误标签、小样本和弱标注4种情况下的个体识别方法,探讨了辐射源特征提取方法的优点和局限性,对方法中作为技术关键和难点的特征提取方法进行了概括,并指出深度学习在深度特征提取上的优势,以及在辐射源个体识别领域所具有的广泛应用前景,以期对各种情况下的辐射源个体识别方法做出较为全面的补充。
展开更多
关键词
辐射源个体识别
不平衡识别
小样本识别
错误标签
弱标注
深度学习
下载PDF
职称材料
基于深度残差收缩网络的辐射源个体识别方法
被引量：
5
2
作者
唐震
乔晓强
+2 位作者
张涛
苏健
杨小蒙
《电子测量技术》
北大核心
2022年第9期168-174,共7页
辐射源个体识别是电子对抗领域中的重要技术,通过识别设备间不同细微特征从而达到区分非法设备与合法设备的目的。针对辐射源个体间指纹特征差异细微且在噪声干扰下提取特征较少的问题,提出了一种基于深度残差收缩网络的辐射源个体识别...
辐射源个体识别是电子对抗领域中的重要技术,通过识别设备间不同细微特征从而达到区分非法设备与合法设备的目的。针对辐射源个体间指纹特征差异细微且在噪声干扰下提取特征较少的问题,提出了一种基于深度残差收缩网络的辐射源个体识别方法。该方法首先将I/Q图特征数据进行拼接,利用数据增强技术进行样本扩充,进而构建了深度残差收缩网络识别模型,最后对构建的模型进行ADS-B辐射源个体识别训练并进行识别效果评估。仿真结果表明,本文构建的深度残差收缩网络通过消除数据噪声的优势,对数据增强后的20类ADS-B辐射源个体在0 dB的低信噪比条件下总体识别准确率达到98.2%,其性能较相同层数的Resnet网络提高了1.3%,并明显优于现有其他方法。
展开更多
关键词
深度残差收缩网络
辐射源个体识别
特征拼接
数据增强
软阈值化
下载PDF
职称材料
一种基于复数残差网络的通信辐射源个体识别方法
被引量：
6
3
作者
曲凌志
杨俊安
+1 位作者
刘辉
黄科举
《信号处理》
CSCD
北大核心
2021年第1期95-103,共9页
在复杂电磁环境的通信辐射源个体识别任务中,针对传统特征提取识别方法分类效果不佳和低信噪比环境下基于实数神经网络的方法识别准确率不高的问题,本文提出了一种基于复数残差网络的通信辐射源个体识别方法。将实际采集的I路和Q路电台...
在复杂电磁环境的通信辐射源个体识别任务中,针对传统特征提取识别方法分类效果不佳和低信噪比环境下基于实数神经网络的方法识别准确率不高的问题,本文提出了一种基于复数残差网络的通信辐射源个体识别方法。将实际采集的I路和Q路电台数据组合成复数作为输入,根据电台数据集特点选取复数初始化方法、复数激活函数,以改进的复数残差块为基础构建复数残差网络,进一步调整和优化网络结构并运用到辐射源个体识别任务中。通过实验证明,相比于实数残差网络和人工特征提取方法,复数残差网络的性能更优,并且在低信噪比的条件下,基于复数残差网络的方法鲁棒性更强。
展开更多
关键词
复数残差网络
辐射源个体识别
指纹特征
下载PDF
职称材料
基于深度神经网络和随机森林集成模型的ADS-B辐射源个体识别
被引量：
1
4
作者
王锦卫
杜奕航
+1 位作者
张江
乔晓强
《国外电子测量技术》
北大核心
2023年第3期1-7,共7页
针对辐射源个体识别中单一神经网络随着辐射源个体数量的增加,模型的识别准确率显著下降的问题,提出一种基于深度神经网络和随机森林集成模型的广播式自动相关监视(ADS-B)辐射源个体识别方法。该方法利用多种深度神经网络模型和随机森...
针对辐射源个体识别中单一神经网络随着辐射源个体数量的增加,模型的识别准确率显著下降的问题,提出一种基于深度神经网络和随机森林集成模型的广播式自动相关监视(ADS-B)辐射源个体识别方法。该方法利用多种深度神经网络模型和随机森林对增强数据集进行训练,然后利用集成学习方法中的硬投票方法对各网络模型和随机森林识别得到的结果进行集成表决,使得识别结果更具有说服力,同时在在辐射源个体数量增加的情况下依旧保持较高的识别率。实验结果表明,在融合了DRSN、VGG、ResNet、GoogleNet、DenseNet 5类神经网络和随机森林后,相比于单一的神经网络,识别准确率能够提升了3%~20%,且在辐射源个体数量增加的情况下依然能保持较高的识别准确率。
展开更多
关键词
辐射源个体识别
数据增强
神经网络
随机森林
集成学习
下载PDF
职称材料
题名
数据恶劣条件下的辐射源个体识别方法综述
1
作者
闫文君
段可欣
凌青
李春雷
黄丽
机构
海军航空大学
[
[
海军指挥学院
出处
《海军航空大学学报》
2024年第5期523-534,共12页
基金
国家自然科学基金面上项目(62371465)
电磁空间安全全国重点实验室开放基金。
文摘
文章分析对比了数据恶劣条件下的辐射源个体识别方法。总结了包括不平衡、错误标签、小样本和弱标注4种情况下的个体识别方法,探讨了辐射源特征提取方法的优点和局限性,对方法中作为技术关键和难点的特征提取方法进行了概括,并指出深度学习在深度特征提取上的优势,以及在辐射源个体识别领域所具有的广泛应用前景,以期对各种情况下的辐射源个体识别方法做出较为全面的补充。
关键词
辐射源个体识别
不平衡识别
小样本识别
错误标签
弱标注
深度学习
Keywords
individual
identification
for
radiation
sources
imbalance
identification
small
sample
identification
mislabeing
weak
labeling
deep
learning
分类号
TN95 [电子电信—信号与信息处理]
TN974 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
基于深度残差收缩网络的辐射源个体识别方法
被引量：
5
2
作者
唐震
乔晓强
张涛
苏健
杨小蒙
机构
南京信息工程大学计算机与软件学院
国防科技大学第六十三研究所
南京信息工程大学电子与信息工程学院
出处
《电子测量技术》
北大核心
2022年第9期168-174,共7页
基金
国家自然科学基金(61801496,61801497)
军委科技委基础加强计划领域基金(2019-JCJQ-JJ-221)项目资助。
文摘
辐射源个体识别是电子对抗领域中的重要技术,通过识别设备间不同细微特征从而达到区分非法设备与合法设备的目的。针对辐射源个体间指纹特征差异细微且在噪声干扰下提取特征较少的问题,提出了一种基于深度残差收缩网络的辐射源个体识别方法。该方法首先将I/Q图特征数据进行拼接,利用数据增强技术进行样本扩充,进而构建了深度残差收缩网络识别模型,最后对构建的模型进行ADS-B辐射源个体识别训练并进行识别效果评估。仿真结果表明,本文构建的深度残差收缩网络通过消除数据噪声的优势,对数据增强后的20类ADS-B辐射源个体在0 dB的低信噪比条件下总体识别准确率达到98.2%,其性能较相同层数的Resnet网络提高了1.3%,并明显优于现有其他方法。
关键词
深度残差收缩网络
辐射源个体识别
特征拼接
数据增强
软阈值化
Keywords
depth
residual
shrinkage
network
individual
identification
of
radiation
sources
feature
splicing
data
enhancement
soft-thresholding
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TN92 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
一种基于复数残差网络的通信辐射源个体识别方法
被引量：
6
3
作者
曲凌志
杨俊安
刘辉
黄科举
机构
国防科技大学电子对抗学院
出处
《信号处理》
CSCD
北大核心
2021年第1期95-103,共9页
基金
通信辐射源个体识别关键技术研究(1908085MF202)
基于半监督行为学习和迁移学习的通信辐射源个体识别(ZK18-03-14)。
文摘
在复杂电磁环境的通信辐射源个体识别任务中,针对传统特征提取识别方法分类效果不佳和低信噪比环境下基于实数神经网络的方法识别准确率不高的问题,本文提出了一种基于复数残差网络的通信辐射源个体识别方法。将实际采集的I路和Q路电台数据组合成复数作为输入,根据电台数据集特点选取复数初始化方法、复数激活函数,以改进的复数残差块为基础构建复数残差网络,进一步调整和优化网络结构并运用到辐射源个体识别任务中。通过实验证明,相比于实数残差网络和人工特征提取方法,复数残差网络的性能更优,并且在低信噪比的条件下,基于复数残差网络的方法鲁棒性更强。
关键词
复数残差网络
辐射源个体识别
指纹特征
Keywords
complex-valued
residual
network
individual
identification
of
radiation
sources
the
fingerprint
characteristics
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于深度神经网络和随机森林集成模型的ADS-B辐射源个体识别
被引量：
1
4
作者
王锦卫
杜奕航
张江
乔晓强
机构
南京信息工程大学电子与信息工程学院
国防科技大学第六十三研究所
出处
《国外电子测量技术》
北大核心
2023年第3期1-7,共7页
基金
国家自然科学基金(61801496,61801497)
军委科技委基础加强计划领域基金(2019-JCJQ-JJ-221)项目资助。
文摘
针对辐射源个体识别中单一神经网络随着辐射源个体数量的增加,模型的识别准确率显著下降的问题,提出一种基于深度神经网络和随机森林集成模型的广播式自动相关监视(ADS-B)辐射源个体识别方法。该方法利用多种深度神经网络模型和随机森林对增强数据集进行训练,然后利用集成学习方法中的硬投票方法对各网络模型和随机森林识别得到的结果进行集成表决,使得识别结果更具有说服力,同时在在辐射源个体数量增加的情况下依旧保持较高的识别率。实验结果表明,在融合了DRSN、VGG、ResNet、GoogleNet、DenseNet 5类神经网络和随机森林后,相比于单一的神经网络,识别准确率能够提升了3%~20%,且在辐射源个体数量增加的情况下依然能保持较高的识别准确率。
关键词
辐射源个体识别
数据增强
神经网络
随机森林
集成学习
Keywords
individual
identification
of
radiation
sources
data
enhancement
neural
network
random
forest
ensemble
learning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TN92 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
数据恶劣条件下的辐射源个体识别方法综述
闫文君
段可欣
凌青
李春雷
黄丽
《海军航空大学学报》
2024
0
下载PDF
职称材料
2
基于深度残差收缩网络的辐射源个体识别方法
唐震
乔晓强
张涛
苏健
杨小蒙
《电子测量技术》
北大核心
2022
5
下载PDF
职称材料
3
一种基于复数残差网络的通信辐射源个体识别方法
曲凌志
杨俊安
刘辉
黄科举
《信号处理》
CSCD
北大核心
2021
6
下载PDF
职称材料
4
基于深度神经网络和随机森林集成模型的ADS-B辐射源个体识别
王锦卫
杜奕航
张江
乔晓强
《国外电子测量技术》
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
