龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学
申请日：2024-03-08
公开（公告）日：2024-07-05
公开（公告）号：CN118294909A
主分类号：G01S7/41
分类号：G01S7/41
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明涉及一种结合TOA序列复原与周期分解的PRI调制类型识别方法，包括步骤：获取若干脉冲串到达时间序列；基于每个到达时间序列的一阶差分得到初始PRI序列，并根据初始PRI序列计算还原矩阵，利用还原矩阵对初始PRI序列进行还原处理，得到还原PRI序列；再对所述还原PRI序列进行归一化，得到归一化后的还原PRI序列；以归一化后的还原PRI序列为基底，累加得到还原TOA序列；并以还原TOA序列、归一化后的还原PRI序列、PRI序列的自相关组成样本集；将样本集输入训练好的周期分解卷积网络中，输出特征向量；根据特征向量确定特征向量所属的PRI调制类型，得到调制类型识别结果。该方法在大量丢失脉冲的情况下仍能保持较高的识别正确率。
主权项：1.一种结合TOA序列复原与周期分解的PRI调制类型识别方法，其特征在于，包括步骤：获取若干待识别脉冲串到达时间序列；基于每个所述到达时间序列的一阶差分得到初始PRI序列，根据所述初始PRI序列计算还原矩阵，利用所述还原矩阵对所述初始PRI序列进行还原处理，得到还原PRI序列；对所述还原PRI序列进行归一化，得到归一化后的还原PRI序列；以所述归一化后的还原PRI序列为基底，累加得到还原TOA序列；并以所述还原TOA序列、所述归一化后的还原PRI序列、PRI序列的自相关为特征，得到样本集；将所述样本集输入训练好的周期分解卷积网络中，输出特征向量，其中，所述特征向量中每个特征值代表所述特征向量所属PRI调制类型的概率；根据每个特征向量中最大特征值确定所述特征向量所属的PRI调制类型，得到调制类型识别结果。
全文数据：
权利要求：
百度查询： 西安电子科技大学 结合TOA序列复原与周期分解的PRI调制类型识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号