| 基于机器学习的电磁脉冲相位特征挖掘算法 |
| |
| 引用本文： | 李奇,李国雁.基于机器学习的电磁脉冲相位特征挖掘算法[J].科技通报,2015(2):92-94. |
| |
| 作者姓名： | 李奇 李国雁 |
| |
| 作者单位： | 河南牧业经济学院计算机应用系,郑州,450044 |
| |
| 摘 要： | 对电磁脉冲信号相位特征的准确挖掘和参量估计可以有效准确地确定信号源的方位,实现对识别目标的准确定位。传统的相位特征挖掘算法采用贝叶斯估计算法,算法在受到脉冲干扰时估计性能不好。提出一种基于机器学习的电磁脉冲信号相位特征挖掘算法,实现对相位估计精度的改进提高。首先构建电磁脉冲信号的模型,得到相位特征挖掘模型原始模型,求解相位模糊数搜索结合解得到两个阵列输出数据的相位差。计算电磁脉冲信号参数相位补偿项,采用机器学习算法进行电磁脉冲信号相位特征挖掘,构建调频信号作为估计目标方位角的载波信号,采用最小二乘拟合求斜率最终实现相位特征等相关信息的挖掘。仿真实验表明,该算法能准确估计出电磁脉冲信号辐射源的相位等参数信息,相位特征挖掘性能较好,展示了优越的数据挖掘和目标检测定位性能。
|
| 关 键 词： | 机器学习 电磁脉冲 信号 相位特征 |
Electromagnetic Pulse Signal Phase Feature Mining Algorithm Based on Machine Learning |
| |
| Li Qi,Li Guoyan.Electromagnetic Pulse Signal Phase Feature Mining Algorithm Based on Machine Learning[J].Bulletin of Science and Technology,2015(2):92-94. |
| |
| Authors: | Li Qi Li Guoyan |
| |
| Institution: | Li Qi;Li Guoyan;Department of Computer Application,Henan University of Animal Husbandry and Economy; |
| |
| Abstract: | |
| |
| Keywords: | machine learning electromagnetic pulse signal phase characteristics |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
