2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息時代的來臨,武器裝備的日益電子信息化,現(xiàn)代戰(zhàn)爭的重點逐步轉(zhuǎn)向電子戰(zhàn)和信息戰(zhàn)。通信對抗以特有的作戰(zhàn)方式和效能成為電子戰(zhàn)和信息戰(zhàn)的重要組成部分。在通信過程中,通信方如果可以識別出干擾信號類型,便可采取相應(yīng)的抗干擾措施,最大限度地躲避或抑制干擾。因此,如何識別干擾類型,是本文的研究重點。
  通信對抗中的干擾信號種類很多,依據(jù)不同的分類規(guī)則,有不同的定義。本文主要針對幾種典型干擾信號(單音干擾、多音干擾、部分帶噪聲干擾和掃頻干擾

2、)進行分析、研究和識別。對干擾信號類型的探知屬于模式識別問題,涉及到信號的預(yù)處理、特征提取和分類識別算法等部分。
  對于信號的預(yù)處理,本文采用了線性函數(shù)中的最大最小值方法對信號進行了歸一化,最后對樣本信號采用數(shù)字濾波器進行了去噪處理。通過進行歸一化和濾波器的平滑降噪可以明顯地提高數(shù)據(jù)的穩(wěn)健性和可操控性。
  對于信號的特征提取,本文采用了多種特征參數(shù),如載波因子系數(shù)、平均頻譜平坦系數(shù)、峰度系數(shù)、偏度系數(shù)、R參數(shù)和高斯白噪聲

3、因子。對四種干擾信號分別進行了仿真分析,結(jié)果表明,這幾種特征參數(shù)都具有良好的可分離度。
  對于分類識別,本文主要采用了基于BP神經(jīng)網(wǎng)絡(luò)、支持向量機和決策樹理論這三種算法對四種干擾信號進行了識別分類。仿真分析表明,這三種算法都有良好的識別性能:在干噪比大于5dB時,識別率均大于90%。其中基于決策樹理論的識別算法在較低干噪比時性能明顯優(yōu)于基于 BP神經(jīng)網(wǎng)絡(luò)和支持向量機的識別算法;后兩者算法性能接近,在干噪比小于5dB時,基于支持向

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論