作者：郑渝,沈永健,周云生 单位：中国航天科技集团公司第七O四研究所 出版：《遥测遥控》2019年第01期 页数：9页  （PDF与DOC格式可能不同） PDF编号：PDFYCYK2019010060 DOC编号：DOCYCYK2019010069 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC2018年第12期 朱连章,陈殿明,郭加树,张红霞 《基于CEEMDAN的雷达信号脉内细微特征提取法》PDF+DOC2016年第11期 王文哲,吴华,王经商,张强 《基于脉内特征的雷达抗欺骗干扰方法》PDF+DOC2012年第05期 韩伟,汤子跃,朱振波,黄晓斌 《雷达辐射源识别技术研究进展》PDF+DOC2014年第01期 陈昌孝,何明浩,徐璟,王志斌 《雷达信号脉内调制识别新方法》PDF+DOC2018年第02期 董志杰,王晓峰,田润澜 《CNN与决策树结合的新型人体行为识别方法研究》PDF+DOC2017年第12期 王忠民,张琮,衡霞 《基于信息融合和神经网络的煤岩识别方法》PDF+DOC2017年第09期 雷静,余斌 《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健 《基于卷积神经网络的雷达和通信信号调制识别》PDF+DOC2020年第02期 黎仁刚,侯坤元,冷鹏飞,姚群 《基于特征自动提取的跌倒检测算法》PDF+DOC2018年第12期 胡双杰,秦建邦,郭薇

    • 雷达信号脉内调制识别在非合作信号分析中具有重要的价值，现有的识别方法大多基于单一的信号脉内特征，如时频特征、模糊图函数等，然而此类方法在实际分类识别中存在普适性较差、抗噪性能较低的缺陷。近年来亦有学者将深度学习方法用于雷达信号调制识别，但都是基于人工特征提取后进一步的分类识别。提出一种基于双向长短时记忆(LSTM)深度网络的雷达信号脉内调制识别方法，采用LSTM单元构建深度神经网络，并设计原始信号数据库对其训练，将网络学习到的特征作为分类依据进行信号识别。仿真结果表明，在低信噪比的情况下，模型具有较好的识别性能，能适应多种复杂调制方式信号。

    📙 相关资料

    1. 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC 在基于传感器的人体行为识别研究中，传统的机器学习方法需要具备一定的人体运动领域知识来做特征提取，而且工程量大。而现有的神经网络模型结构简单，对数据特征的挖掘不充分从而识别准确率不高。针对上述问题，提出一种基于协同LSTM神经网络的人体行为识别方法。该方法首先对LSTM模块的结构进行改进，搭建协同LS......
    2. 《基于CEEMDAN的雷达信号脉内细微特征提取法》PDF+DOC 有效的信号特征提取是高精度雷达辐射源识别的基础，以脉冲描述字为代表的传统特征已无法满足复杂电磁环境的需要。本文提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)的有效雷达辐射源脉内细微特征提取算法。雷达信号由对非平稳、非线性信号尤为有效的CEEMDAN分解产生的个别分量重构，抑噪效果通过1......
    3. 《基于脉内特征的雷达抗欺骗干扰方法》PDF+DOC 抗欺骗干扰是电子对抗环境中雷达面临的一个重要问题。针对应答式欺骗干扰问题提出了一种基于信号脉内特征的目标与干扰的识别方法。首先对目标回波信号与干扰信号进行建模，分析了两类信号的脉内幅度特征，然后将目标与干扰看作是空间不同的模式类，利用目标回波信号和干扰信号的脉内幅度起伏差异，定义出分类的特征因子，最......
    4. 《雷达辐射源识别技术研究进展》PDF+DOC 雷达辐射源识别技术是雷达对抗侦察系统中的关键技术之一，是雷达对抗信息处理研究的重要内容.鉴于特征提取和分类识别是雷达辐射源识别的两大关键技术，综述了这两个关键技术的研究进展，从理论上分析了当前研究现状下存在的问题，并对未来的研究进行了展望，为进一步研究雷达辐射源识别技术提供了参考。...
    5. 《雷达信号脉内调制识别新方法》PDF+DOC 针对低信噪比下雷达脉内调制类型识别问题，提出了一种新的自动识别算法。首先，改进了相位差分与短时傅里叶变换(STFT)，分别提高了对相位编码信号和频率调制信号的特征提取能力；然后，采用层次决策方法实现了雷达信号脉内调制类型的识别。仿真实验结果表明，该算法分类特征明显，在信噪比为3 dB时，总体识别结果......
    6. 《CNN与决策树结合的新型人体行为识别方法研究》PDF+DOC 基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点，传统的贝叶斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征，并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法(convolutional neural network，CNN)......
    7. 《基于信息融合和神经网络的煤岩识别方法》PDF+DOC 针对煤岩识别系统多采用单一传感器进行监测，存在识别精度、可靠度与稳定性均非常低的问题，提出一种基于信息融合和神经网络的煤岩识别方法。在现有采煤机上增加多种必要的传感器，采集采煤机不同工况下的电流、压力、振动频率、加速度等信号，采用小波包对采集的信号进行特征提取，并通过BP神经网络进行数据融合，从而实......
    8. 《一种基于深度传感器的人体动作识别方法》PDF+DOC 本文设计了一种基于深度传感器的动作识别系统。该系统采用Kinect深度传感器对采集的人体动作视频进行特征提取，搭建了一个单层的BP神经网络进行训练和识别。实验表明，该系统在少样本训练的情况下，依然能够较准确地对站立、坐下、挥手与蹲下4个动作进行识别。该方法在数据维度上引入了第三维“深度信息”，所以在......
    9. 《基于卷积神经网络的雷达和通信信号调制识别》PDF+DOC 雷达和通信信号的调制识别是电子侦察对抗的一项关键技术，通过搜索、截获敌方电子设备发射的电磁辐射信号，经过电子侦察系统分析、识别，从而获取敌方战术、技术特征参数等情报。人工神经网络中的深度学习网络由于具有强大的表征学习能力，可以自动从原始数据中提取出各种复杂的特征。介绍了一种差分自相关预处理结合深度学......
    10. 《基于特征自动提取的跌倒检测算法》PDF+DOC 跌倒是导致老年人受伤甚至死亡的主要原因。准确及时的跌倒检测系统可以帮助跌倒者获得紧急救援。目前基于传感器的跌倒检测方法主要利用人工设计提取的信号特征来区分跌倒和非跌倒运动，但人工提取的特征往往会限制算法的精确度，增大算法时延。为提高跌倒检测的精确度和实时性，本文提出了一种基于深度学习的跌倒检测算法。......

    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。