基于Wigner对角切片谱的射频指纹特征提取

针对卫星导航欺骗干扰识别问题,提出了基于Wigner对角切片谱的特征提取算法。由于Wigner对角切片谱(DS-WB)存在交叉项及算法复杂度较高等不足,算法定义了基于Choi-Williams核函数的Wigner对角切片谱的分布熵、奇异值熵、均值及其对数和构成四维特征矢量,并通过支持向量机(SVM)实现欺骗干扰识别。算法具有特征矢量维数低,且在低信噪比条件下能达到较高识别率的优点。软件仿真与硬件实验相结合验证了算法的有效性与优越性。在信噪比分别为5dB和-4dB时,软件仿真与硬件实验的正确识别率可达90%以上。与基于双谱提取的特征向量相比较,基于DS-WB的特征向量具有更好的识别性能与鲁棒性。

基于非线性模型的宽带无线发射机识别

针对同厂家生产的同型号宽带无线发射机难以识别的问题,提出了一种基于模型的识别新方法.首先将宽带无线发射机建模为Hammerstein-Wiener模型,通过引入鳗鱼算法中的标识度和邻近学习的思想,提出改进的自适应小生境遗传算法,并应用于模型参数的辨识;然后以模型参数为特征向量,以直观的欧氏距离法实现宽带无线发射机识别.仿真结果验证了改进算法在Hammerstein-Wiener模型辨识上的有效性,而且与网格自适应直接搜索算法和自适应小生境遗传算法相比较,改进算法有更高的预测精度和发射机识别率.

基于自适应增量流形学习的GNSS欺骗干扰识别

如何抗欺骗干扰是卫星导航系统安全通信的保障。针对欺骗干扰问题,提出了基于自适应增量流形学习的GNSS欺骗干扰识别方法。流形学习作为非线性特征提取方法,能够有效提取欺骗干扰信号与真实信号的内在特征,但面对持续的数据流时并不能实时进行特征提取。因此,提出一种自适应选择重构邻域的增量流形学习算法,能够实现在线提取特征,并解决邻域构建问题,最后利用支持向量机(SVM)实现干扰识别。仿真实验分析不同情况下的识别性能,表明该算法能够提高欺骗干扰识别效率,并能取得很好的识别效果。

智能建筑的防雷接地系统及施工安装

一、概述 近年来，智能建筑发展很快，智能建筑中所涉及到的办公自动化系统、通信自动化系统与楼宇自动化系统、消防自动化系统与保安自动化系统，均配备了多种电子、电器设备。而电子、电器设备，其绝缘水平极低。而来自雷电的电压有时会高达几万伏，甚至几十万伏，即使来自雷电的反击或感应电压，也足以造成自动化、智能化系统的电子、电器设备的损坏，甚至造成系统瘫痪。