排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
2.
3.
4.
5.
经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类(MUSIC)算法的窄带假设上限带宽。可以发现:对于短波信号,50kHz的带宽所带来的测向误差不超过O.08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。 相似文献
6.
7.
辐射源识别中多分量线性调频雷达信号在实际信号环境中广泛存在,对其进行识别尤为重要.由于多分量LFM信号有严重的交叉项,传统的基于Wigner-Ville分布的时频分析技术对其难以奏效,因此提出了一种基于时频重排与WHT的多分量LFM信号识别法.该法通过盲源分离提取各独立分量,利用时频分布矩阵的联合对角化法抑制交叉项,再对其谱图进行时频重排,最终利用Wigner-Hough变换识别各LFM分量.与WVD方法相比,实验结果表明,在低信噪比下能很好地识别多分量LFM信号. 相似文献
8.
基于近邻传播聚类的航空电子部件LMK诊断模型 总被引:2,自引:0,他引:2
针对小样本条件下,航空电子部件功能模块故障诊断精度不高的问题,将局部多核学习(LMKL)算法的多分辨率解释与局部特征自适应表示能力和超限学习机(ELM)运算高效的特点相结合,提出一种新的局部聚类MK-ELM(LCMKELM)诊断模型。通过引入近邻传播(AP)聚类,在挖掘训练样本局部特征信息的同时,有效约减了局部算法的计算复杂性,避免了过学习问题的出现;通过分别分析输入空间与特征空间的聚类特征,构造了相应的2种选通函数M 1、M 2,以优化选通函数的模型参数取代优化局部权重,有效解决了核超限学习机(KELM)的对偶优化形式关于局部权重二次非凸的问题。将本文模型应用于某型机旋转变压器激励发生电路功能模块故障诊断,结果表明:相比于4种常用的多核诊断算法,模型在实现低漏警、低虚警的同时,采用M 1选通函数的诊断算法将诊断精度平均提升了3.80%,采用M 2选通函数的诊断算法将诊断精度平均提升了5.98%。同时,模型在实现与流行的LMKL算法相近的训练时间的同时,测试时间更短。 相似文献
9.
采用了改假近邻法来确定实测湖底混响时间序列的嵌入维,判定了混响不同于一般随机信号,混响能够用低维动力学系统来建模. 相似文献
10.