信号识别
信号识别的相关文献在1979年到2023年内共计1140篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术
等领域,其中期刊论文514篇、会议论文138篇、专利文献454132篇;相关期刊326种,包括科学技术与工程、系统工程与电子技术、电讯技术等;
相关会议119种,包括2015年中国地球科学联合学术年会、第十三届全国电波传播学术年会、中国电机工程学会测试技术及仪表专业委员会2015年年会暨电力设备状态检修与故障诊断技术学术交流会等;信号识别的相关文献由2800位作者贡献,包括刘奇、毛裕民、谢毅等。
信号识别—发文量
专利文献>
论文:454132篇
占比:99.86%
总计:454784篇
信号识别
-研究学者
- 刘奇
- 毛裕民
- 谢毅
- 刘晔
- 吴襄帅
- 李栋
- 刘刚
- 王玥
- 赵惠昌
- 何友
- 关欣
- 冯志勇
- 刘强
- 刘涛
- 刘烽
- 张伟
- 张建
- 曹俊纺
- 李一兵
- 李林
- 李潇阳
- 李考
- 杜征鸿
- 汪洋
- 王存新
- 王宇
- 王悦民
- 王洋
- 王红梅
- 等
- 赵彩丹
- 赵晓丹
- 陈卯蒸
- 陈彩云
- 陈晋音
- 陈杰
- 黄联芬
- 黄赛
- 乔世成
- 何明浩
- 何正友
- 倪明
- 全大英
- 凌青
- 刘勇
- 刘哲
- 刘志勇
- 刘明骞
- 刘洋
- 刘渝
-
-
陈伟华;
万晨;
闫孝姮;
金石炜;
管海楠
-
-
摘要:
当前特高压换流阀冷却系统中的均压电极结垢程度采用人工拆卸识别的方法,针对该方法易造成冷却水喷溅影响设备运行安全的问题,提出一种基于RWSSA-OMP-DBN的均压电极超声无拆卸结垢检测识别方法。利用改进的麻雀搜索算法优化正交匹配追踪,对不同结垢程度的均压电极超声回波信号做降噪处理和特征提取;选择Hilbert法获取特征信号的包络线;以包络线作为特征参数,运用优化后的深度置信网络进行均压电极结垢程度识别。实验结果表明,RWSSA-OMP算法的信噪比为12.8898 dB,该识别方法识别均压电极结垢程度的准确率达到95.33%。
-
-
张洋;
仇佳吟;
冯少憧
-
-
摘要:
随着无人机管制技术的迅速发展,全球导航卫星系统(Global Navigation Satellite System,GNSS)欺骗干扰信号日益增多,严重威胁卫星导航安全。对GNSS欺骗干扰信号识别技术进行了研究,提出了基于小波奇异值与支持向量机(Support Vector Machine,SVM)的GNSS欺骗干扰信号识别算法,搭建了仿真模型并进行了仿真测试验证,最后分析比较了基于北斗导航系统的欺骗干扰识别技术和基于载噪比与经纬度的欺骗干扰识别技术。结果表明,基于小波奇异值和SVM的GNSS欺骗干扰信号识别算法能够有效提高识别准确率,识别准确率可达90%。
-
-
宋建宏;
田剑豪
-
-
摘要:
本文主要分析讨论无线电监测中时域信号数据的获取,涉及时域信号的采集方式、传输方案,以及时域信号数据对信号频谱分析、特定信号分析、识别、解调的影响。随着无线电监测中对信号分析能力的要求不断提高,对信号时域I Q数据的采集能力要求也会随之提升,本文将I Q信号数据的获取能力总结为三个要求:完整性、连续性、准确性,并重点针对这三个重要特性进行分析讨论。
-
-
刘跃成;
康跃明;
赵智辉;
周创;
周水
-
-
摘要:
微震监测技术是目前预测岩体损伤最有前景的探测技术之一。为提升微震监测技术的准确性,以云县至凤庆高速公路隧道开挖工程为背景,现场进行了微震监测,并对爆破、打炮眼、电气干扰及岩石破裂信号进行了分析。结果表明,可以根据体变势、频谱最大频率、视体积及视应力大小等特征来区分不同信号。其中爆破信号的体变势、视体积和视应力的数值最大,频谱最大频率多数分布在0~10 Hz。岩石破裂产生的微震信号的体变势大多集中在0~10 m^(3),数值较大,频谱最大频率多数分布在50~60 Hz和180~200 Hz。研究结果对剔除干扰信号和指导现场微震监测具有重要意义。
-
-
刘鲁涛;
陈林军;
李品
-
-
摘要:
在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别。在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法。从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法。该算法采用Hermite函数作为谱图分析的窗函数,利用多个窗函数进行谱图分析,获得了聚集性更佳的有效信号,分散了噪声干扰,并且使信号调制特征的时频分析特征更加明显。在多窗口时频谱图基础上,采用迁移学习的思想,利用ImageNet-VGG-f神经网络完成信号的分类识别任务。实验结果表明,在低信噪比情况下,所提算法的性能优于传统的崔威廉姆斯分布和平滑伪维格纳分布方法。
-
-
何引生;
李伟
-
-
摘要:
当前使用的绿色能源传感器识别方法不具备传感器信号识别能力,导致其识别率较低、时间开销较大。针对该问题,设计基于数字滤波技术和动力学的绿色能源传感器识别方法。使用RVM回归算法处理采集到的传感器信号,构建样本集;基于数字滤波技术构建数字滤波器,剔除样本集中无用的信号与噪声;基于动力学分析信号冲击特征,确定信号来源,完成绿色能源传感器的识别。实验结果表明,基于数字滤波技术和动力学的绿色能源传感器识别方法的传感器识别率在98%以上,提高了传感器的实际识别效果;传感器识别时间波动值均在0 s以下,在保证传感器识别效果的基础上,降低了时间开销,提升了识别速度。
-
-
何兵;
樊宽刚;
欧阳清华;
李娜;
刘亚辉
-
-
摘要:
针对无人机遥控端个体间信号相似,难以识别的问题,提出了一种基于信号指纹的无人机遥控端个体识别方法。方法通过多项式拟合暂态信号瞬时幅值包络曲线,得到暂态信号特征,再提取稳态信号的瞬时频率特征,并采用K最近邻(KNN)等多种机器学习方法进行信号识别。对实际数据处理结果表明:能够有效识别2个无人机遥控端个体,仿真实验结果表明:对5个无人机遥控端个体在信噪比5 dB时平均识别正确率大于90%。
-
-
张振;
李一兵;
查浩然
-
-
摘要:
近年来,很多高质量的数据集支撑了深度学习在计算机视觉、语音和自然语言处理领域的快速发展。但在电磁信号识别领域仍缺乏高质量的数据集,为促进深度学习在电磁信号识别中的应用,本文基于广播式自动相关监视(ADS-B)建立了一个大规模的真实电磁信号数据集。首先设计了一个自动数据收集和标注系统,在开放和真实的场景中自动捕获ADS-B电磁信号。通过对ADS-B信号进行数据清理和排序,建立高质量的ADS-B信号数据集;其次,对使用数据集的深度学习模型的性能进行深入研究,在不同信噪比、采样率、样本数目下对模型进行综合评估。该数据集给相关研究者提供了有价值的研究基准。
-
-
吴力华;
杨露菁;
袁园
-
-
摘要:
针对目前基于模糊函数提取的几何学特征,在低信噪比时表征能力弱,导致识别准确率不高的问题,提出了一种基于EEMD降噪和模糊函数奇异值向量的识别方法。选取合适的EEMD参数,对时域信号进行降噪,提取模糊函数矩阵奇异值向量,求解其交叉熵作为特征,实现雷达辐射源信号识别。仿真实验表明,信噪比大于-5 dB时,所提方法对于BPSK、QPSK、MSEQ、BFSK、FMCW和LFM-BC六类典型调制信号,能达到大于90%的平均识别准确率,基本满足实际复杂电磁环境需求。
-
-
钟明灯;
陈冬冬
-
-
摘要:
采用传统方法判别油浸式变压器失效故障时存在有效率低、性能差的问题,提出了基于概率神经网络的油浸式变压器失效判别仿真方法。利用时频定义了油浸式变压器失效信号,根据失效信号的能量分布情况提取出其模态特征,结合希尔伯特变换完成变压器失效信号的识别。采用概率神经网络连接拓扑结构,将失效故障值转换为网络错误帧,根据变压器的连接特性计算变压器失效的响应特性,引入变量分析法建立变压器失效数据关联函数,通过排列运算失效数据的关联变量构建失效数据统计量,以此进行油浸式变压器的失效判别。仿真实验结果表明,该方法不仅可以提高失效判别的有效率,还可以提升判别效率,具备一定的实际应用价值。
-
-
尹良;
刘红杰;
刘晓普;
游思晴
- 《2017全国无线及移动通信学术大会》
| 2017年
-
摘要:
信号识别技术是无线电监测、信号情报、干扰定位等领域中的关键技术.传统的无线电信号识别方法依赖个人经验,需要手动提取大量特征,并且经验难以传承,难以应对日益复杂的电磁环境下的信号分类工作.提出一种基于机器学习的信号识别框架,并利用机器学习算法对实际监测中遇到的复杂无线电干扰进行识别验证.结果表明了基于机器学习的方法在识别效率、识别正确性和数据累积等方面具有优势.
-
-
Bi Si-xin;
毕思欣;
Liu Cheng-you;
刘成友
- 《2020中国医学装备大会》
| 2020年
-
摘要:
目的:癫痫是一种由大脑神经元突发性异常放电,导致瞬时的大脑功能障碍的慢性疾病,对患者的脑部神经有很大的影响.但现在对脑电图的判读一直靠人工进行,主观因素大、劳动强度高,并很难实现大规模筛查识别等问题依然存在.因此,在平稳状态下对癫痫脑电信号筛选算法的研究就可以解决这一问题并辅助医生更准确、便捷的对患者是否患有癫痫做出判断,为后续的系列研究提供依据. 方法:本文提出了数学形态学的骨架抽取改进算法对在平稳状态下的癫痫脑电信号进行识别.首先对正常脑电图的幅值和周期进行分析;其次与小波变换法、离散S变换法、样本熵法和技师诊断观察值进行比较;最后应用到对癫痫脑电图的识别. 结果:实验结果表明这种算法的可行性和可靠性较高,且对癫痫信号的识别率较其他三种方法高,达到了将近79%. 结论:数学形态学的骨架抽取改进算法可以满足医生对癫痫信号识别的要求.
-
-
-
孟会杰;
陈双全;
王润秋
- 《中国石油学会2017年物探技术研讨会》
| 2017年
-
摘要:
由于微地震信号能量弱,监测到的原始微地震数据的信噪比较低,而监测数据品质对微地震有效信号的识别影响较大.因此,提高微地震监测数据的信噪比是微地震处理的关键环节之一.由于微地震信号具有频率高、持续时间短、能量小的特点,有效的微地震信号可能淹没在随机噪声中.因而,在利用监测的微地震数据进行震源定位、发震时刻和震源强度确定之前,需要进行去噪等预处理.常规的滤波方法在消除噪声、提高信噪比方面可能难以胜任.文中提出了一种新的微地震数据去噪方法,主要利用有效信号和随机噪声在相空间的重构轨道的几何特征不同,将有效信号与随机噪声分离开来,达到去噪的目的,更好、更准确地识别出有效的微震事件.
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 三菱电机株式会社
- 公开公告日期:2002-10-23
-
摘要:
防止V.34调制方式的调制解调器信号的传输中信号识别结果为“声音”。具有从输入信号检测2400Hz的音调信号的2400Hz检测单元4、从输入信号检测V.34调制解调器信号的起动程序中使用的特定信号的ANSam信号检测单元5、基于2400Hz检测单元4和ANSam信号检测单元5的输出识别输入信号的种类的声音/数据识别单元2A,未检测到特定的信号时,将检测出2400Hz的音调信号时的信号识别结果作为声音,而在检测出特定信号时,不将检测出2400Hz的音调信号时的信号识别结果作为声音。
-
-