收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于CNN的四类干扰信号识别算法

池添放  
【摘要】:信息化战争条件下,超短波通信系统面临着日益严重的通信干扰的威胁,对各种通信干扰进行准确高效的识别是当前迫切需要解决的问题。面对这一复杂而有挑战的研究课题,传统的模式识别方法存在着需要手动提取大量特征导致的盲目性和随机性与易受到噪声影响的缺点,有鉴于此本文将基于阈值的SPWVD时频分析算法和卷积神经网络用于通信干扰识别。本文针对单音干扰、多音干扰、线性扫频干扰、噪声调频干扰这四类典型的通信干扰信号,以信号的本质特征即时频域分布特征为基础,将卷积神经网络这一强有力的算法用于四类干扰的识别。本文首先分析了二进制相移键控(binary phase shift keying,BPSK)通信信号和上述四类通信干扰信号的时域和频域特性。接着在平滑伪Wigner-Ville分布(smoothed pseudo Wigner-Ville distribution,SPWVD)时频分析方法的基础上提出了基于阈值的SPWVD算法并验证了改进效果。然后使用基于阈值的SPWVD算法对通信信号和干扰信号以及高斯白噪声三者的叠加信号进行了时频域分析,获得叠加信号的时频域分布图像,并阐述了图像的直观特征。最后根据卷积神经网络的原理,设计了基于阈值SPWVD和卷积神经网络的通信干扰识别算法,该方法使用上述叠加信号的时频域分布图像作为训练样本和测试样本,能够自适应地提取时频域分布图像的深层次特征,无需手动定义和提取特征。本文给出了产生算法所需要的训练样本和测试样本的参数和方法,阐述了算法模型训练的过程,并列出了仿真结果和进行了性能分析。最终的仿真结果显示当信干噪比达到0dB时四类干扰信号的识别正确率均超过99%,表明本文的通信干扰识别算法能够较好地识别四类典型通信干扰信号。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 王方;苗放;陈垦;;基于优化神经网络的地质灾害监测预警仿真[J];计算机仿真;2019年11期
4 马猛;王明红;;基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J];轻工机械;2019年06期
5 庄连生;吕扬;杨健;李厚强;;时频联合长时循环神经网络[J];计算机研究与发展;2019年12期
6 李杰;孙仁诚;;几种典型卷积神经网络的权重分析与研究[J];青岛大学学报(自然科学版);2019年04期
7 岳新;杜玉红;蔡文超;;基于GA-BP神经网络异纤分拣机检测参数优化[J];棉纺织技术;2020年01期
8 赵伟荣;李慧;;基于集成神经网络的织物主观风格预测研究[J];纺织科技进展;2020年01期
9 李金堂;;试析神经网络技术在机械工程中的应用及发展[J];网络安全技术与应用;2020年02期
10 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
11 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
12 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
13 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
14 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
15 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
16 李青华;李翠平;张静;陈红;王绍卿;;深度神经网络压缩综述[J];计算机科学;2019年09期
17 刘高宇;;深度神经网络在煤质数据分析与预测中的应用[J];电脑知识与技术;2019年28期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 洪庆辉;忆阻神经网络的全电路设计及其应用[D];华中科技大学;2019年
2 田树耀;基于多尺度变分算法及深度卷积神经网络的图像压缩感知重建[D];燕山大学;2019年
3 孙诗昭;深度学习中深度问题与大模型问题的研究[D];南开大学;2018年
4 申晨;基于卷积神经网络的行人再识别算法研究[D];浙江大学;2018年
5 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
6 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
7 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
8 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
9 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
10 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
中国硕士学位论文全文数据库 前10条
1 程都;基于神经网络的航空发动机模型自适应修正[D];大连理工大学;2019年
2 池学敏;基于神经网络的中锰钢伺服拉伸性能研究预测[D];大连理工大学;2019年
3 杜巧林;基于深度学习的虚假评论检测[D];山东科技大学;2018年
4 顾旸铖;视频中人物特征提取及检测算法研究[D];上海交通大学;2017年
5 郭旭;基于深度神经网络的推荐系统研究[D];黑龙江大学;2019年
6 王丹蕾;基于BP神经网络的产品成本核算及预测[D];北京理工大学;2017年
7 李茹;基于深度神经网络的水利泵站工控安全研究[D];江苏科技大学;2019年
8 冯凯;基于RBF神经网络的炼化项目投资综合效益评价[D];大连理工大学;2019年
9 宋世杰;基于主分量加权SOM神经网络矿井水水源判别研究[D];山东科技大学;2018年
10 熊一点;基于深度学习的有色纤维配色算法研究[D];东华大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
3 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
4 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
5 ;神经网络小史[N];电子报;2018年
6 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 张斌;谁还需要“同传”[N];文汇报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978