期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
水下目标信号的结构化稀疏特征提取方法
被引量:
5
1
作者
陆晨翔
王璐
曾向阳
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018年第8期1278-1282,共5页
为了提取具有噪声鲁棒性的水下目标信号特征用于水下目标识别,通过分析实测水下目标辐射噪声的时频谱,发现其时频谱中往往存在稀疏分布的具有目标区分性信息的强能量窄带线谱。结合稀疏分解理论,利用窄带线谱的结构化稀疏特点,提出一种...
为了提取具有噪声鲁棒性的水下目标信号特征用于水下目标识别,通过分析实测水下目标辐射噪声的时频谱,发现其时频谱中往往存在稀疏分布的具有目标区分性信息的强能量窄带线谱。结合稀疏分解理论,利用窄带线谱的结构化稀疏特点,提出一种稀疏特征提取方法。该特征提取方法借助稀疏贝叶斯学习模型,利用相邻帧样本间的相关性信息,能够有效增强窄带线谱成分,提高特征的噪声鲁棒性。并用一组实测数据对该特征的分类性能进行了测试,结果表明该特征在训练样本和测试样本噪声条件不匹配的情况下,能够保持较高的识别正确率,是一种具有噪声鲁棒性的特征。
展开更多
关键词
水下目标识别
特征提取
稀疏分解
结构化稀疏
稀疏贝叶斯学习
模式识别
信噪比
下载PDF
职称材料
基于联合稀疏的阵列信号LOFAR谱重构
2
作者
陆晨翔
曾向阳
王强
《自动化与仪器仪表》
2023年第7期1-4,共4页
LOFAR谱广泛应用于被动声纳的阵列信号分析系统,针对阵列信号采用基于稀疏贝叶斯概率模型的联合稀疏方法,可同时实现目标高分辨DOA估计和目标信号LOFAR谱重构。该方法通过对宽带信号不同频率对应的角度域进行对联合稀疏约束,在不牺牲角...
LOFAR谱广泛应用于被动声纳的阵列信号分析系统,针对阵列信号采用基于稀疏贝叶斯概率模型的联合稀疏方法,可同时实现目标高分辨DOA估计和目标信号LOFAR谱重构。该方法通过对宽带信号不同频率对应的角度域进行对联合稀疏约束,在不牺牲角度分辨能力的前提下,对不同频率获得一致的空域响应,实现恒定束宽效果。基于阵列实测数据的实验表明,该方法相比常规波束形成方法,能够提高水下目标信号LOFAR谱重构质量,并能有效抑制干扰混叠。
展开更多
关键词
水声信号处理
LOFAR谱
结构化稀疏
恒定束宽
阵列信号处理
原文传递
题名
水下目标信号的结构化稀疏特征提取方法
被引量:
5
1
作者
陆晨翔
王璐
曾向阳
机构
西北工业大学航海学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018年第8期1278-1282,共5页
基金
总装领域基金重点项目(6140416030101)
文摘
为了提取具有噪声鲁棒性的水下目标信号特征用于水下目标识别,通过分析实测水下目标辐射噪声的时频谱,发现其时频谱中往往存在稀疏分布的具有目标区分性信息的强能量窄带线谱。结合稀疏分解理论,利用窄带线谱的结构化稀疏特点,提出一种稀疏特征提取方法。该特征提取方法借助稀疏贝叶斯学习模型,利用相邻帧样本间的相关性信息,能够有效增强窄带线谱成分,提高特征的噪声鲁棒性。并用一组实测数据对该特征的分类性能进行了测试,结果表明该特征在训练样本和测试样本噪声条件不匹配的情况下,能够保持较高的识别正确率,是一种具有噪声鲁棒性的特征。
关键词
水下目标识别
特征提取
稀疏分解
结构化稀疏
稀疏贝叶斯学习
模式识别
信噪比
Keywords
underwater target recognition
feature extraction
sparse decomposition
structured sparsity
sparse Bayesian learning
pattern recognition
signal to noise ratio
分类号
TN911.72 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于联合稀疏的阵列信号LOFAR谱重构
2
作者
陆晨翔
曾向阳
王强
机构
西北工业大学航海学院
中国船舶重工集团公司第七一五研究所
出处
《自动化与仪器仪表》
2023年第7期1-4,共4页
基金
国家自然科学基金资助项目(52271351)。
文摘
LOFAR谱广泛应用于被动声纳的阵列信号分析系统,针对阵列信号采用基于稀疏贝叶斯概率模型的联合稀疏方法,可同时实现目标高分辨DOA估计和目标信号LOFAR谱重构。该方法通过对宽带信号不同频率对应的角度域进行对联合稀疏约束,在不牺牲角度分辨能力的前提下,对不同频率获得一致的空域响应,实现恒定束宽效果。基于阵列实测数据的实验表明,该方法相比常规波束形成方法,能够提高水下目标信号LOFAR谱重构质量,并能有效抑制干扰混叠。
关键词
水声信号处理
LOFAR谱
结构化稀疏
恒定束宽
阵列信号处理
Keywords
underwater acoustic signal processing
LOFAR spectrum
structure sparsity
constant beamwidth
array signal pro-
分类号
TP29 [自动化与计算机技术—检测技术与自动化装置]
TN911.72 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
水下目标信号的结构化稀疏特征提取方法
陆晨翔
王璐
曾向阳
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018
5
下载PDF
职称材料
2
基于联合稀疏的阵列信号LOFAR谱重构
陆晨翔
曾向阳
王强
《自动化与仪器仪表》
2023
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部