作者:李伟,王宁,柴远波 单位:西安机电信息研究所;机电工程与控制国家级重点实验室;中国兵工学会 出版:《探测与控制学报》2019年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFXDYX2019050130 DOC编号:DOCXDYX2019050139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于协作表示的雷达辐射源多传感器融合识别》PDF+DOC2016年第12期 周志文,黄高明,高俊 《基于协作表示Boosting的辐射源多传感器融合识别》PDF+DOC2017年第08期 周志文,黄高明,高俊 《灰色关联算法在多传感器辐射源识别系统的应用研究》PDF+DOC2015年第06期 傅成彬,张靖,计文平,张永利 《多传感器融合定位在自动井架工的应用》PDF+DOC2016年第02期 梁卫斌,罗磊,张鹏飞 《雷达辐射源识别算法综述》PDF+DOC2017年第08期 周志文,黄高明,陈海洋,高俊 《多传感器融合技术在人民币清分机中的应用》PDF+DOC2005年第06期 杨亮亮,陈慧鹏,李鸿,周云飞 《基于多传感器信息融合技术》PDF+DOC2004年第01期 刘海英,张池平 《用D-S证据理论方法实现多传感器数据融合》PDF+DOC2003年第05期 孙慧影,张彦军,崔平远 《多传感器信息融合方法的层次性研究》PDF+DOC2010年第06期 蔡爱平,夏阳 《应用D-S证据理论进行多传感器雷达体制识别》PDF+DOC2006年第06期 王俊林,张剑云
  • 针对单传感器在低信噪比下对辐射源信号的识别性能较差的问题,提出了一种基于稀疏自编码器的多传感器辐射源融合识别的方法。该方法首先采用稀疏自编码器进行特征提取,得到信号样本的特征模板;然后利用特征匹配方法,得到匹配差值;最后将匹配差值转化为D-S证据理论的基本概率赋值函数,通过改进的D-S证据对多个传感器进行融合得到最终结果。仿真实验结果表明,融合算法能够有效地提取信号特征,可进一步提高单传感器的识别性能,在小样本、低信噪比条件下,具有更强的识别优势。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。