期刊文献+
共找到484篇文章
< 1 2 25 >
每页显示 20 50 100
基于MATLAB的语音短时谱的分析 预览
1
作者 白燕燕 胡晓霞 《电子测试》 2019年第18期44-45,共2页
语音信号是一个非平稳的信号,具有时变特性,假设其在10~30ms内短时平稳。因此任何语音信号的分析必须建立在"短时"的基础上。标准傅里叶变换不适用于语音信号,应改为短时傅里叶变换对语音信号的频谱进行分析。语音信号经过短... 语音信号是一个非平稳的信号,具有时变特性,假设其在10~30ms内短时平稳。因此任何语音信号的分析必须建立在"短时"的基础上。标准傅里叶变换不适用于语音信号,应改为短时傅里叶变换对语音信号的频谱进行分析。语音信号经过短时傅里叶变换,其频谱成为"短时谱"。 展开更多
关键词 语音 时变 短时傅里叶变换 短时谱
在线阅读 下载PDF
水下气动发射装置振动信号的时频分析 预览
2
作者 牛清勇 李天匀 +1 位作者 陈桂娟 曾国伟 《机床与液压》 北大核心 2019年第5期6-9,共4页
为研究某型水下气动发射装置的振动特性,对发射管的径向加速度信号进行了短时 Fourier变换分析,结合内弹道过程发现:发射管的径向加速度振动信号主要由两个时频区组成。时频区 1为发射管充压、密封片剪断和弹药刚开始运动的内弹道阶段,... 为研究某型水下气动发射装置的振动特性,对发射管的径向加速度信号进行了短时 Fourier变换分析,结合内弹道过程发现:发射管的径向加速度振动信号主要由两个时频区组成。时频区 1为发射管充压、密封片剪断和弹药刚开始运动的内弹道阶段,该部分信号主振频率在 1400Hz附近,高频成分一直延伸至约5000Hz,信号持续时间约0.038s。时频区2为弹药已出管、发射管泄压阶段,该部分信号持续时间为0.016s,主振频率在1100Hz附近。对加速度信号进行小波包能量谱分析,结果表明:时频区 1信号能量占发射过程总能量的 79%,时频区 2能量占总能量的 10%。因此,时频区 1振动为整个发射振动信号的主要成分。 展开更多
关键词 水下气动发射装置 短时Fourier变换 时频分析 能量谱
在线阅读 下载PDF
基于时变滤波与CWT的齿轮箱无转速计阶次跟踪 预览
3
作者 荆双喜 罗志鹏 +1 位作者 冷军发 王志阳 《机械传动》 北大核心 2019年第6期144-149,共6页
针对转频波动工况下复杂齿轮箱系统振动信号中各啮合阶次成分相互干扰,导致对啮合频率估计困难的情况,提出一种基于时变滤波与连续小波变换(CWT)结合的无转速计阶次跟踪齿轮箱故障诊断技术。基于短时傅里叶变换(STFT)设置时变滤波器;通... 针对转频波动工况下复杂齿轮箱系统振动信号中各啮合阶次成分相互干扰,导致对啮合频率估计困难的情况,提出一种基于时变滤波与连续小波变换(CWT)结合的无转速计阶次跟踪齿轮箱故障诊断技术。基于短时傅里叶变换(STFT)设置时变滤波器;通过时变滤波及连续小波变换(CWT),获得平滑的瞬时频率估计(IFE);再基于Vold-Kalman滤波(V KF)获得参考轴相位。该方法获得的阶次谱与计算阶次跟踪(COT)相当。最后,结合快速谱峭度算法可准确判断故障齿轮位置。通过仿真和实验表明,无转速计方法能为强噪声转速明显波动工况下的机械故障诊断提供一种新的有效手段。 展开更多
关键词 时变滤波 短时傅里叶变换 连续小波变换 Vold-Kalman滤波 快速谱峭度
在线阅读 下载PDF
基于图结构的轴承故障诊断 预览
4
作者 张迪 金成山 《轴承》 北大核心 2019年第9期44-48,共5页
滚动轴承故障振动信号具有非线性、非平稳的特征,在轴承早期破损阶段,即使轴承表面出现了损伤,故障产生的振动信号仍然表现得非常微弱,再加上大量噪声的影响,仅从时域和频域很难发现故障特征,给故障检测造成了较大的难度。针对轴承振动... 滚动轴承故障振动信号具有非线性、非平稳的特征,在轴承早期破损阶段,即使轴承表面出现了损伤,故障产生的振动信号仍然表现得非常微弱,再加上大量噪声的影响,仅从时域和频域很难发现故障特征,给故障检测造成了较大的难度。针对轴承振动信号的特点,将短时Fourier变换与图模型相结合,提出了一种基于图模型的时频分析方法,利用短时Fourier变换得到信号的时频图,选取每一时刻频谱图中各主频的幅值构建图模型,通过图模型的相似性对比检测轴承故障并通过主频幅值的变化量确定故障频率。 展开更多
关键词 滚动轴承 图结构 短时Fourier变换 故障诊断
在线阅读 下载PDF
基于DPSS的高噪声条件下混合LFM波形提取方法设计
5
作者 侯长满 余彪 陈远航 《科技导报》 CAS CSCD 北大核心 2019年第19期74-79,共6页
随着电磁对抗与反对抗技术的不断发展,低截获概率信号应用越来越广泛。传统的信号提取方法对低截获信号波形的提取已经无法满足用户使用需求。基于椭球基序列(discrete prolate spheroidal sequence,DPSS)构建时间窗函数对混合线性调频... 随着电磁对抗与反对抗技术的不断发展,低截获概率信号应用越来越广泛。传统的信号提取方法对低截获信号波形的提取已经无法满足用户使用需求。基于椭球基序列(discrete prolate spheroidal sequence,DPSS)构建时间窗函数对混合线性调频信号(multiple linear frequency modulation)进行分析,提出了恒门限判定概率捕获信号方法,并采用自适应二值化以及改进的霍夫变换(Hough transform)等图形处理算法完成信号波形的提取。仿真表明,本方法比短时傅里叶变换算法(short-time Fourier transform)具有更为优秀的噪声控制,同时在低信噪比下仍能准确提取波形。 展开更多
关键词 橢球基序列 霍夫变换 混合线性调频信号 短时傅里叶变换
运动因素对雷达引信回波多普勒频率的影响 预览
6
作者 蔡尚君 左东广 朱晓菲 《电光与控制》 CSCD 北大核心 2019年第1期55-60,共6页
为了探究锥形载体再入飞行时,其运动因素对雷达引信回波中多普勒频率成分的影响规律,通过建立多坐标系,利用坐标系之间的转换关系,准确构建了锥形载体的运动模型,并在时频域范围内,重点分析了飞行速度、再入倾角、摆动和锥进对多普勒频... 为了探究锥形载体再入飞行时,其运动因素对雷达引信回波中多普勒频率成分的影响规律,通过建立多坐标系,利用坐标系之间的转换关系,准确构建了锥形载体的运动模型,并在时频域范围内,重点分析了飞行速度、再入倾角、摆动和锥进对多普勒频率成分的影响规律。为了验证影响规律的正确性,以短时傅里叶变换(STFT)为中心思想,利用Matlab软件对雷达引信的回波信号进行仿真,仿真结果与运动模型得到的理论值相符,表明运动模型合理,并且分析得到的影响规律正确。 展开更多
关键词 多普勒频率 运动因素 时频分析 短时傅里叶变换 雷达引信 锥形载体 再入飞行
在线阅读 下载PDF
一种混合网台跳频参数盲估计算法
7
作者 付卫红 胡展 《北京邮电大学学报》 EI CAS CSCD 北大核心 2019年第4期57-63,共7页
针对低信噪比(SNR)和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换(STFT)和平滑伪魏格纳分布(SPWVD)的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适... 针对低信噪比(SNR)和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换(STFT)和平滑伪魏格纳分布(SPWVD)的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题. 展开更多
关键词 混合网台 跳频 参数盲估计 短时傅里叶变换 平滑伪魏格纳分布
一种应用于不同转速下智能故障诊断的基于时频特征提取和softmax回归的稀疏滤波新方法 预览
8
作者 张忠伟 陈怀海 +1 位作者 李舜酩 王金瑞 《中南大学学报:英文版》 SCIE EI CAS CSCD 2019年第6期1607-1618,共12页
现代农业机械化对农机使用过程中的故障诊断提出了更高的要求。然而,故障特征通常是在所有转速下进行学习和分类的,而没有考虑转速波动的影响。为了克服这一缺陷,本文提出了一种基于时频变换的智能故障诊断新框架。在该框架中,一种转速... 现代农业机械化对农机使用过程中的故障诊断提出了更高的要求。然而,故障特征通常是在所有转速下进行学习和分类的,而没有考虑转速波动的影响。为了克服这一缺陷,本文提出了一种基于时频变换的智能故障诊断新框架。在该框架中,一种转速下的样本用来训练稀疏滤波,然后其他转速下的样本用来测试稀疏滤波的性能。本文提出的方法包括两个阶段:1)对机械原始振动数据进行短时傅里叶变换(STFT),得到时频域信号,然后利用稀疏滤波模型从时频信号中提取故障特征。2)基于学习到的故障特征,利用softmax回归对不同的机械健康状况进行分类。提出方法可以用来自适应的提取故障特征,是一种可对农业机械进行有效故障诊断的智能方法。故障诊断结果表明,该方法不仅在不同转速下的故障诊断中下具有较强优势,而且比其他方法具有更高的分类准确率。 展开更多
关键词 智能故障诊断 短时傅里叶变换 稀疏滤波 softmax回归
在线阅读 免费下载
基于OMP算法的风轮机杂波滤除研究
9
作者 曹永贵 方宇 吴道庆 《现代雷达》 CSCD 北大核心 2019年第5期16-21,共6页
针对雷达在探测目标过程中风电场杂波的抑制问题,提出了一种基于正交匹配追踪(OMP)的杂波抑制算法。首先,建立风轮机的回波模型,分析了回波时频域特征;然后,推导了多径回波模型下的风轮机回波,介绍了风电场回波的特点;最后,给出了OMP算... 针对雷达在探测目标过程中风电场杂波的抑制问题,提出了一种基于正交匹配追踪(OMP)的杂波抑制算法。首先,建立风轮机的回波模型,分析了回波时频域特征;然后,推导了多径回波模型下的风轮机回波,介绍了风电场回波的特点;最后,给出了OMP算法的理论基础和实现步骤。该算法中,通过建立一个回波字典矩阵,寻找矩阵中最匹配原子,从目标信号中减去最匹配原子,并通过循环操作滤除杂波。实验结果表明:该方法能够有效滤除风轮机杂波。 展开更多
关键词 风轮机 杂波滤除 正交匹配追踪算法 短时傅里叶变换 微多普勒特征
运动声源声特征提取及试验研究
10
作者 王万凯 刘志红 仪垂杰 《机械设计》 CSCD 北大核心 2019年第A01期107-112,共6页
城市交通噪声污染越来越严重,已成为环境污染的热点。交通噪声源是运动声源,其声数据呈现出高维数、非线性,由一般声特征分析方法提取有效声特征复杂度高、数值计算量大,因此文中提出了先采用短时傅里叶变换(STFT)提取声特征,把提取结... 城市交通噪声污染越来越严重,已成为环境污染的热点。交通噪声源是运动声源,其声数据呈现出高维数、非线性,由一般声特征分析方法提取有效声特征复杂度高、数值计算量大,因此文中提出了先采用短时傅里叶变换(STFT)提取声特征,把提取结果作为流形学习局部线性嵌入算法(LLE)的输入向量来构建LLE的高维特征矩阵,得到STFT-LLE流形学习新的声特征提取方法,解决了高维特征矩阵构建的难题。通过对STFT-LLE方法的数字仿真试验,验证了STFT-LLE方法提取运动声特征的有效性。 展开更多
关键词 运动声源 特征提取 流形学习 短时傅里叶变换
MFSK调制方式在极低速通信中的性能分析 预览
11
作者 孙柏昶 陈超群 《无线电通信技术》 2019年第2期182-185,共4页
MFSK调制方式是一种常用的恒包络调制方式,其非相干解调时具有较强的抗衰落能力以及抗频偏能力,尤其适合于极低速通信。针对极低速通信,重点仿真分析了不同阶数MFSK调制方式恒参信道下的误码性能,以及基于短时傅里叶变换的8FSK变参信道... MFSK调制方式是一种常用的恒包络调制方式,其非相干解调时具有较强的抗衰落能力以及抗频偏能力,尤其适合于极低速通信。针对极低速通信,重点仿真分析了不同阶数MFSK调制方式恒参信道下的误码性能,以及基于短时傅里叶变换的8FSK变参信道下的解调性能,最后给出了适合于极低速通信保障的FSK调制波形设计方案,通过验证说明了MFSK在极低速通信中具有工程应用价值。 展开更多
关键词 极低速 MFSK 短时傅里叶变换 瑞利信道
在线阅读 下载PDF
基于卷积神经网络的光伏系统直流串联电弧故障检测 预览
12
作者 焦治杰 李腾 +2 位作者 王莉娜 牟龙华 Alexandra Khalyasmaa 《电工电能新技术》 CSCD 北大核心 2019年第7期29-34,共6页
本文提出一种新颖的基于卷积神经网络的光伏系统直流串联电弧故障检测方法。首先采用短时傅里叶变换提取电流信号的时频信息,以能量谱密度作为电流的时频联合能量函数,构造电流的时频谱图,然后以时频谱图中各时频点的能量谱密度作为卷... 本文提出一种新颖的基于卷积神经网络的光伏系统直流串联电弧故障检测方法。首先采用短时傅里叶变换提取电流信号的时频信息,以能量谱密度作为电流的时频联合能量函数,构造电流的时频谱图,然后以时频谱图中各时频点的能量谱密度作为卷积神经网络的输入,设计卷积神经网络算法实现电弧故障检测。经实验验证,所提出方法可清晰区分电弧故障电流特征和正常工作电流特征;在实验室测试中,所提出方法可准确地检测出光伏系统直流串联电弧故障。 展开更多
关键词 光伏系统 串联电弧 直流电弧 短时傅里叶变换 卷积神经网络
在线阅读 下载PDF
流形学习在运动声源声特征提取方面的研究 预览
13
作者 宿元亮 刘志红 +2 位作者 王万凯 赵玉贵 仪垂杰 《应用声学》 CSCD 北大核心 2019年第6期961-968,共8页
运动声源因声信号时变性、叠加性和空时耦合性强,声数据呈现高维、非线性等特点,使得关键声特征提取困难,声特征提取方法复杂度高、数值计算量大、有效性差。因此,如何有效提取声特征并降低提取方法复杂度成为目前多源声场声源精准识别... 运动声源因声信号时变性、叠加性和空时耦合性强,声数据呈现高维、非线性等特点,使得关键声特征提取困难,声特征提取方法复杂度高、数值计算量大、有效性差。因此,如何有效提取声特征并降低提取方法复杂度成为目前多源声场声源精准识别需迫切解决的关键科学问题。由此,该文提出短时傅里叶变换(STFT)和局部线性嵌入算法(LLE)联合的STFT-LLE流形学习声特征提取方法,并将此方法应用于运动声特征提取,且通过仿真实验测试对其进行了验证。该方法为运动声目标的分类识别提供了技术支撑。 展开更多
关键词 运动声源 特征提取 流形学习 短时傅里叶变换 局部线性嵌入
在线阅读 下载PDF
一种基于STFT幅度测量值的图像相位恢复算法
14
作者 李健宇 赵祥宁 +2 位作者 任晓文 王涛 郭一娜 《小型微型计算机系统》 CSCD 北大核心 2019年第7期1548-1552,共5页
图像相位恢复是指通过不含任何相位信息的幅度测量值恢复原始图像相位的问题.针对实际图像观测和传递过程中相位信息受到损失或者丢失的问题,利用原始图像短时傅里叶(Short-Time Fourier Transform,STFT)幅度测量值的唯一性,提出了一种... 图像相位恢复是指通过不含任何相位信息的幅度测量值恢复原始图像相位的问题.针对实际图像观测和传递过程中相位信息受到损失或者丢失的问题,利用原始图像短时傅里叶(Short-Time Fourier Transform,STFT)幅度测量值的唯一性,提出了一种图像相位恢复算法.通过改进的最小二乘法(Least Squares,LS)获取梯度下降法(GD,Gradient Descent)的迭代初始值,最小化构造非凸损失函数,解决了图像相位恢复的非凸优化问题.实验仿真中,在不同噪声类型和噪声强度的干扰下,相位恢复后的图像轮廓条纹依然清晰.实验结果表明,本文算法能够根据STFT幅度测量值恢复出图像的相位,具有较强的鲁棒性. 展开更多
关键词 短时傅里叶变换 图像相位恢复 最小二乘法 梯度下降法 非凸优化
基于时频特征的抹香鲸Click与传统声呐信号的分类方法 预览
15
作者 卜令冉 华波 +5 位作者 蒋佳佳 颜晗 段发阶 王宪全 李春月 孙中波 《数据采集与处理》 CSCD 北大核心 2019年第5期844-853,共10页
正确识别与分类鲸类发出的叫声脉冲信号与主动声呐或通信信号,对提高海洋被动声学监测以及水下声呐探测或水下声学通信系统的稳定性和可靠性具有十分重要的作用。本文选取鲸声中具有代表性的Click信号和3类具有代表性的传统声呐信号作... 正确识别与分类鲸类发出的叫声脉冲信号与主动声呐或通信信号,对提高海洋被动声学监测以及水下声呐探测或水下声学通信系统的稳定性和可靠性具有十分重要的作用。本文选取鲸声中具有代表性的Click信号和3类具有代表性的传统声呐信号作为研究对象,提出了一种基于时频特征的抹香鲸Click与传统声呐信号的分类方法。首先,利用滤波、小波去噪和端点检测方法实现鲸声去噪及信号自动摘取;然后,基于4类信号的短时傅里叶变换时频图,对信号时频轮廓进行多项式拟合,并提取多项式的系数作为信号时频特征;最后,分别使用反向传播(Back propagation,BP)神经网络和支持向量机对4类信号进行分类与识别。分类结果验证了所提算法和方法的有效性。 展开更多
关键词 抹香鲸 声呐 短时傅里叶变换 BP神经网络 支持向量机
在线阅读 下载PDF
基于景深和稀疏编码的图像去雨算法 预览
16
作者 肖进胜 王文 +2 位作者 邹文涛 童乐 雷俊锋 《计算机学报》 EI CSCD 北大核心 2019年第9期2024-2034,共11页
降雨天气往往会导致室外监控视频质量下降,会使成像的图像产生畸变和模糊现象.为了改善雨天拍摄的图像的质量,该文提出了一种基于景深和稀疏编码的图像去雨算法.针对基于图像分解的去雨算法存在的低频成分中的雨痕残留和轮廓边缘丢失,... 降雨天气往往会导致室外监控视频质量下降,会使成像的图像产生畸变和模糊现象.为了改善雨天拍摄的图像的质量,该文提出了一种基于景深和稀疏编码的图像去雨算法.针对基于图像分解的去雨算法存在的低频成分中的雨痕残留和轮廓边缘丢失,以及高频部分的背景误判问题,该文利用联合双边滤波和短时傅里叶变换将图像进行分解,使得图像低频部分中的轮廓得到较好的保留,并引入景深改善低频成分中的雨痕残留和高频成分中与雨痕具有相同梯度的背景误判问题.该算法主要分为四个部分:图像分解、字典学习、基于主成分分析和支持向量机的原子聚类,景深修正.首先是利用图像分解提取出图像低频和高频成分,对于图像分解的方法,主要采用的是双边滤波和短时傅里叶变换相结合的方法,此方法对图像的轮廓和边缘保持度较高.接下来,对低频成分进行保留,对高频成分进行进一步处理.根据图像本身的纹理特性将高频成分进行分类,基于每一类再对高频成分进行分块处理,得到每一类图像的字典,从而进行字典学习.然后,利用主成分分析和支持向量机对字典进行分类,根据梯度信息分为含雨字典和非雨字典两类,应用正交匹配追踪获得基于新高频字典的稀疏系数,从而获得高频成分中非雨成分.最后,对于高频成分中和雨痕具有相同梯度的背景误判问题,通过景深,将图像高频按纹理和梯度方向进行二次分类,将高频成分中和雨条纹具有相同梯度的背景进行保留,有效提高分类准确性.同时,利用景深提取出含雨图像中的显著性特征来进一步去除低频成分中的残留雨痕.本文利用主观视觉效果以及客观指标对算法进行评估,实验结果证明主观效果得到明显的改善,客观指标也得到了提升,证明了该文基于景深和稀疏编码的图像去雨算法能够在去雨的同时较好地保� 展开更多
关键词 图像去雨 景深 稀疏编码 主成分分析 双边滤波 短时傅里叶变换
在线阅读 下载PDF
基于短时傅里叶变换的汽车零部件耐久性载荷信号编辑方法
17
作者 朱茂桃 吴新佳 +3 位作者 郑国峰 李利平 韩鹏飞 上官文斌 《机械工程学报》 EI CAS CSCD 北大核心 2019年第4期126-134,共9页
为了保证汽车零部件耐久性试验能够真实复现零件的服役载荷,并将试验场所测得的实际载荷-时间历程信号编辑成有效的缩减载荷信号,提出基于短时傅里叶变换的汽车零部件载荷信号编辑方法。对零件载荷信号进行短时傅里叶变换,得到该载荷信... 为了保证汽车零部件耐久性试验能够真实复现零件的服役载荷,并将试验场所测得的实际载荷-时间历程信号编辑成有效的缩减载荷信号,提出基于短时傅里叶变换的汽车零部件载荷信号编辑方法。对零件载荷信号进行短时傅里叶变换,得到该载荷信号的累积功率谱密度。利用累积功率谱密度来识别并提取损伤贡献大的片段,得到零件的缩减载荷信号。以汽车动力总成后拉杆悬置载荷-时间历程信号为例,采用基于短时傅里叶变换和基于损伤保留两种方法来编辑载荷信号。结果表明,在伪损伤保持一致的前提下,相比基于损伤保留方法,基于短时傅里叶变换方法得到的缩减载荷信号时间长度更短,且在统计参数(均值、方均根与峰度系数)和信号幅值域等方面均与原始载荷信号一致性更高。应用该缩减载荷信号建立汽车动力总成后拉杆悬置的耐久性台架试验,验证该套方法的有效性。 展开更多
关键词 耐久性试验 汽车零部件 载荷信号编辑 短时傅里叶变换 遗传算法
基于脉动压力的压气机气动稳定性分析 预览
18
作者 田琳 高莎莎 申世才 《机械研究与应用》 2019年第1期65-67,共3页
以飞机不同迎角飞行时压气机中的脉动压力为研究对象,运用短时傅立叶变换的信号处理的方法将高采样率的数据转化到时频域进行分析,利用无量纲化的特征值对压气机的稳定性进行定量的评估,同时可对其不稳定性的趋势给予判断。旨在阐述了... 以飞机不同迎角飞行时压气机中的脉动压力为研究对象,运用短时傅立叶变换的信号处理的方法将高采样率的数据转化到时频域进行分析,利用无量纲化的特征值对压气机的稳定性进行定量的评估,同时可对其不稳定性的趋势给予判断。旨在阐述了一种基于脉动压力的气动稳定性分析方法,在飞行试验中,可用此方法判断压气机的稳定性以及不稳定趋势,为飞行安全提供一定的保障。 展开更多
关键词 脉动压力 短时傅立叶变换 特征值 气动稳定性 飞行安全
在线阅读 下载PDF
光纤周界防区入侵事件的模式识别研究
19
作者 陈沛超 游赐天 丁攀峰 《中国激光》 EI CAS CSCD 北大核心 2019年第10期267-276,共10页
采用单模-多模-单模(SMS)光纤结构的光路,针对施加在多模光纤上的入侵信号,提出了基于短时傅里叶变换(STFT)和卷积神经网络(CNN)相结合的模式识别分类方法。该方法对入侵信号进行STFT以获得时频图,制作成训练集和测试集;将训练集输入到... 采用单模-多模-单模(SMS)光纤结构的光路,针对施加在多模光纤上的入侵信号,提出了基于短时傅里叶变换(STFT)和卷积神经网络(CNN)相结合的模式识别分类方法。该方法对入侵信号进行STFT以获得时频图,制作成训练集和测试集;将训练集输入到三种网络模型中进行训练,根据工程应用指标选择合理的网络模型;利用网络模型对测试集进行分析,得到入侵信号的识别结果。采用4种入侵信号对该方法的有效性和实时性进行验证。结果表明,该方法可以高效识别人为入侵信号和非人为入侵信号,并可以通过增加含有不同类型噪声的入侵信号种类和数量来验证此方法的稳健性,减少了入侵信号的漏报率和误报率,提高了SMS光纤结构在周界防区模式识别中的应用价值。 展开更多
关键词 光纤光学 周界安防 单模-多模-单模光纤结构 短时傅里叶变换 卷积神经网络
基于卷积神经网络的多进制相位调制信号识别算法 预览
20
作者 吴佩军 侯进 +4 位作者 吕志良 刘雨灵 徐茂 张笑语 陈曾 《计算机应用与软件》 北大核心 2019年第11期202-209,共8页
由于多进制相位调制子类信号相似度高,传统的信号识别方法和机器学习算法难以实现特征的自动提取和准确的分类.针对此问题,提出一种基于时频图和深度卷积神经网络的识别算法.将实测信号通过短时傅里叶变换转换成时频图作为实验数据,并... 由于多进制相位调制子类信号相似度高,传统的信号识别方法和机器学习算法难以实现特征的自动提取和准确的分类.针对此问题,提出一种基于时频图和深度卷积神经网络的识别算法.将实测信号通过短时傅里叶变换转换成时频图作为实验数据,并设计一个33层的卷积神经网络ReSENet对特征进行自动提取和调制识别.该网络融合了经典模型ResNext和SENet的优点,能通过深度学习和特征重定向学习到数据中复杂抽象的特征.为进一步提高ReSENet的性能,分别从梯度下降算法、激活函数等方面对模型进行优化.与现有方法相比,该算法在对多进制相位调制信号识别上有更优的分类表现.实验结果显示,最终的识别准确率达到99.9%,验证了该算法的有效性. 展开更多
关键词 调制信号识别 卷积神经网络 短时傅里叶变换 时频图 深度学习
在线阅读 下载PDF
上一页 1 2 25 下一页 到第
使用帮助 返回顶部 意见反馈