【摘 要】
：
通信辐射源个体识别在民用和军事中应用广泛,主要涉及特征参数提取和识别分类方法两方面问题。随着深度学习技术的发展,卷积神经网络(Convolutional Neural Network,CNN)在图片分类识别上已经具有强大能力。为了发挥CNN对图像的优越识别分类特性,提出了一种利用IQ数据得出时域功率图,并对时域功率图进行识别的方法。时域功率图包含不同辐射源个体的IQ不平衡特征,具有个体差异性,能达到辐射源识别的效果。通过实验,该方法在普通电台上可达到93%的识别率。对比双谱特征,该方法有更好的识别能力。实
【机 构】
：
陆军工程大学,解放军73156部队
论文部分内容阅读
通信辐射源个体识别在民用和军事中应用广泛,主要涉及特征参数提取和识别分类方法两方面问题。随着深度学习技术的发展,卷积神经网络(Convolutional Neural Network,CNN)在图片分类识别上已经具有强大能力。为了发挥CNN对图像的优越识别分类特性,提出了一种利用IQ数据得出时域功率图,并对时域功率图进行识别的方法。时域功率图包含不同辐射源个体的IQ不平衡特征,具有个体差异性,能达到辐射源识别的效果。通过实验,该方法在普通电台上可达到93%的识别率。对比双谱特征,该方法有更好的识别能力。实
其他文献
油田站场采出水存在大量40~60℃的低温余热,为响应国家“节能减排”的号召,考虑对油田采出水余热进行回收利用,但油田采出水余热不能利用直接换热方式将原油加热到65℃以上,需要采用热泵提升温度。结合油田站场具体的工程技术条件,通过对压缩式热泵和吸收式热泵进行技术和经济分析,得出两种热泵技术及经济方案比选的研究结果。研究结果表明,可以通过热泵提取油田采出水余热对原油进行加热,取代加热炉,但需要根据具体的边界条件,确定应用的热泵类型。
针对传统盲源分离算法在低信噪比时分离性能较差的情况,提出一种基于相关运算的盲源分离抗干扰算法。该算法通过对训练序列进行分段相关运算并进行信号能量累积,实现信噪比提高。该算法实现简单,可改善低信噪比条件下的扰信分离效果。仿真结果表明,改善程度与训练序列的相关性及其分段长度成正比,并且在信干比为-15 dB时,至少可以在信噪比为-11 dB情况下使得通信信号解调后的误码率达到10-4量级。
油气长输管道事故发生后,需要及时了解事故现场情况,掌握周边环境信息,建立应急通讯等,而管道所处地理环境复杂、事故定位及处置难度高、进场道路不便、现场通信条件差等特点,严重制约了应急抢修工作的开展。无人机具备高空、远距离、快速、自行作业的能力,通过搭载不同设备、配合不同技术,可应用于管道泄漏、燃爆、溢油等事故判断,并协助开展应急抢修作业。通过分析各种无人机技术特点,结合国内外行业内无人机应用现状,围绕油气管道应急场景,明确了无人机技术在油气管道应急场景中可实现的功能,并从远程图传和图像合成方面开展了无人机应
CO2驱提采技术因其诸多优点得到了广泛应用,但同时也带来了严重的地面采输系统腐蚀结垢风险。为此,分别采用电化学测试方法和静态阻垢法对油田常用的缓蚀剂和阻垢剂进行筛选,对优选的缓蚀剂和阻垢剂进行配伍性和协同性测试后,复配出效果优异的复合缓蚀阻垢剂,最后采用失重法和模拟工况阻垢率测试评价复合缓蚀阻垢剂的综合防护性能。筛选出的缓蚀剂和阻垢剂在55℃、常压下,饱和CO2的模拟地层水中对采输系统典型钢材20钢的缓蚀率达93.06%,阻垢率达95.18%;将筛选的缓蚀剂和阻
针对由专用芯片实现连续可变斜率增量调制(Continuous Variable Slope Delta Modulation,CVSD)编码的硬件压扩方法存在的硬件芯片停产、断供等风险,提出一种用于CVSD编码的数字压扩算法,通过设计适合的循环队列、查表法计算采样点平方、滑动窗口算法计算采样点平方和、二分法反向查找采样点均方根值、根据压扩曲线设计压扩传递函数计算压扩值等步骤实现。该算法可零成本的替换由专用芯片实现用于CVSD编码的硬件压扩方法。经实际测试,使用本算法的设备间进行CVSD编码通信时,语音质量
机器类型通信(Machine Type Communication,MTC)在5G场景中的应用比例大幅增长。这一类型通信的主要目的是在尽可能减少人工干预的情况下,实现机器类型设备(Machine Type Device,MTD)之间的自主通信。在大规模机器类型通信(massive Machine Type Communication,m MTC)场景中,随机接入(Random Access,RA)冲突是导致网络性能较差的关键因素。为了减轻RA阶段的MTD冲突,提出一种基于双队列分析模型的分布式接入控制方法
针对K-means聚类算法存在初始聚类中心敏感,离群点的检测和去除困难的问题,提出基于K-最近邻(K-Nearest Neighbor,KNN)优化密度峰值的K-means聚类算法(K-Nearest Neighbor of
在自适应混合预编码中,通过将格基规约算法与迫零预编码结合,构成格基规约(Lattice Reduction)破零预编码(Lattice Reduction-Zero Force,LR-ZF)算法,提高了信道正交性。将LR-ZF算法与模拟预编码组成混合预编码,将此方案和空时编码(Space Time Black Code,STBC)相结合运用在大规模MIMO系统中。仿真结果表明,此方案可以同时获得分集增益和编码增益,提高了系统性能,减小了系统复杂度,进一步降低了系统误码率。
针对毫米波雷达与视觉传感器融合在数据层融合时对行人和小物体的检测效果不佳,以及特征层融合时权重难以分配的问题,提出一种基于注意力的融合方法,能够有效地解决以上两个问题。首先,在数据层的空间上利用雷达的空间信息确定重点检测区域,并且突出重点检测区域的特征,形成空间上的软注意力;其次,在特征层的通道上用通道注意力权重学习方法,对融合特征权重进行分配。通过在晴天、雨天和夜间等多种光照环境下进行实验,表明
单一通信网络越来越难以满足人们对于网络通信高可靠、高带宽、覆盖广、高移动性和低时延的需求,但在目前的相关研究中,主要提供的是网络层的解决方案,较易出现用户终端在各个网络中频繁切换所引起的切换准确率不高、切换效率低等问题。因此,提出一种基于统一通信架构的多网无感切换解决方案。该方案屏蔽底层接入网络,有利于解决在网络层误切换等问题,为用户提供异构融合网络环境下跨域的网络选择和无感知切换,提高数据传输可靠性,并最大化网络资源利用率。