一种基于聚类的电台通联关系发现方法

来源 :通信技术 | 被引量 : 0次 | 上传用户:luomingasdf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为保证反恐维稳等工作的顺利进行,识别无线通信个体的通联关系具有重要意义。现有研究是对频谱数据进行聚类得到各电台发出的频谱信号集,再依据时间分布对聚类簇进行基于规则的分析确认通联关系。此类方法需要确定聚类簇开始结束时间的差值,开始结束时间相近时难以得到准确结果。此外,该方法受噪声、干扰和测量误差等因素的影响较大。因此,提出在频谱数据聚类的基础上运用层次聚类对聚类簇再次聚类,从而发现通联关系,并在仿真数据集上验证了该方法的可行性和有效性。
其他文献
铁路数据服务平台实现了铁路数据集中汇聚和铁路数据资产管理,为充分挖掘铁路数据的价值,发挥铁路数据资产的综合应用效益,亟需对来自不同业务应用系统的多源数据进行有效融
IP地址是信息化发展的重要基础资源.通过调研分析铁路信息网络现状、IP地址使用情况、IPv6地址结构类型,充分结合铁路未来信息化发展需求,研究确定了铁路信息网络适用的IPv6
在DOA估计算法中,MUSIC算法因具有估计精度高等优点被广泛应用。但是,该算法在低信噪比、小快拍数和相干信号环境中估计性能较差。为解决该问题,提出一种基于子空间投影的改
移动通信衰减模型是运营商进行网络优化部署时的一种重要技术方法。传统移动通信衰减模型多适用于2G/3G低频段,而在针对3G/4G高频段进行网络优化时仿真结果不准确。通过使用M
5G助力2B业务,催生千亿ICT领域新收入,成为运营商业务增长新蓝海。专线作为移动收入增长的重要支柱,如何满足新时代下专线业务的对带宽、时延、抖动、软硬通道隔离需求、客户
针对可见光图像中的舰船目标检测与识别问题,提出了一种基于图像显著性特征(Visual Saliency Features,VSF)的舰船目标检测识别方法。该方法包括3个主要内容:计算图像各通道全局对比度特征值,融合并进行分块压缩后得到显著图;采用Otsu算法自适应分割图像,获取舰船目标待识别区域;使用HOG特征+SVM分类器对候选区域图像进行验证识别,得到舰船目标检测识别结果。实验结果表明,提出的
太赫波段相较于其他波段的电磁波具有很多独特性质,在安全检查、医学成像和无损检测方面具有巨大的发展潜力。而可靠、稳定且高功率的太赫兹源是太赫兹技术转为实际生产力的
调制信号分类识别在通信监测系统中具有重要作用,为信息解析提供了关键参数依据。判识信号的调制样式,是实现通信信号正确接收解调的前提。针对PSK和QAM调制分类问题,提出了
针对当前城区已经完成5G通信网络基础覆盖,以及后期郊区和乡镇环境下5G覆盖发展,结合5G建设成本、运营成本、实际网络覆盖需求、4G/5G用户过渡多角度分析未来5G网络发展需求,
针对实际场景下密集行人检测存在目标多且小导致的检测效果不理想的问题,以YOLOv3算法作为网络结构的基础,在网络颈部提出位置特征增强网络,通过双向网络构建新层级的特征流进行融合提取丰富特征信息,配合引入惩罚项的DIo U边框回归损失函数获得更精确的预测定位,并聚类分析选择更符合行人特点的锚点框尺寸,综合提高检测精度。以录制的密集行人测试集进行了消融实验,数据表明较原始算法,mAP在小目标和正常尺寸