文献

J-GLOBAL ID：201702267984358496   整理番号：17A1593654

固有時間スケール分解モデルに基づく通信放射源特徴抽出アルゴリズム【JST・京大機械翻訳】

Feature extraction algorithm based on intrinsic time-scale decomposition model for communication transmitter

著者 (3件)： Gui Yunchuan (解放軍電子工程学院信息工程系,合肥230037;安徽省電子制約技術重点実験室,合肥230037) ,  Yang Junan (解放軍電子工程学院信息工程系,合肥230037;安徽省電子制約技術重点実験室,合肥230037) ,  Lv Jijie (解放軍電子工程学院信息工程系,合肥230037;安徽省電子制約技術重点実験室,合肥230037)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 4  ページ： 1172-1175  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の通信放射源個体識別の正確さが低く、特徴抽出効率が高くない問題に対して、固有時間スケール分解(ITD)モデルに基づく通信輻射源特徴抽出アルゴリズムを提案した。このアルゴリズムでは,元の信号のバイスペクトル特徴,固有回転成分のフラクタル特徴を抽出し,瞬時周波数スペクトル特徴を組み合わせて特徴ベクトルを構成し,サポートベクトルマシン(SVM)を用いて分類結果を得た。6つの実際の電器に対する分類実験結果により、このアルゴリズムは事前情報を必要としない場合、依然として比較的良い分類結果を得ることができ、しかも経験モード分解(EMD)に基づく特徴抽出方法と比較して、識別精度と計算効率においてある程度の向上があることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *通信 ,  *特徴抽出 ,  フラクタル ,  サポートベクトルマシン
準シソーラス用語： 計算効率 ,  モード分解 ,  事前知識 ,  特徴ベクトル ,  スペクトル特徴 ,  瞬時周波数 ,  バイスペクトル ,  個体識別 , 【Automatic Indexing@JST】

著者キーワード (4件)： communication transmitter ,  feature extraction ,  intrinsic time-scale decomposition ,  time-frequency analysis

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： スケール ,  分解 ,  モデル ,  放射源 ,  特徴抽出 ,  アルゴリズム