公开(公告)号：CN111865452A

公开(公告)日：2020-10-30

申请号：CN202010606879.X

申请日：2020-06-29

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  王甫 ,  项建弘 ,  王旭 ,  高路 ,  白锦良 ,  江志烨 ,  张然

IPC: H04B17/309 ,  H04L27/26

Abstract: 本发明属于辐射源信号分离技术领域，具体涉及一种基于自适应细菌觅食的单通道盲源分离方法。本发明针对现有的SCBSS方法存在准确性低和无法在未知源数目情况下进行准确分离的问题，将单通道观测信号进行虚实分解得到两路待分解信号，在源信号数目未知的条件下，利用基于信息论准则的MDL-AIC组合数目估计方法和基于GDE的数目估计方法对单通道观测信号进行源数目估计，同时采用自适应细菌觅食算法对VMD的参数进行优化，将VMD所需分解层数、惩罚因子依靠人为确定和重建多路信号所需源数目未知的问题转变为复杂目标函数的求解问题。本发明相较于利用VMD的SCBSS方法可以得到更优的参数，解决了现有SCBSS方法准确性低和需要已知源数目的问题，提升此方法准确性。

公开(公告)号：CN109254274A

公开(公告)日：2019-01-22

申请号：CN201811409321.1

申请日：2018-11-23

Applicant: 哈尔滨工程大学

Inventor： 高敬鹏 ,  刘凡 ,  郜丽鹏 ,  武超群 ,  蒋伊琳 ,  赵忠凯 ,  白锦良 ,  秦鹏

IPC: G01S7/41

Abstract: 本发明涉及一种基于特征融合的雷达辐射源辨识方法，产生雷达辐射源无意调制信号集；提取AR模型系数、Renyi熵特征、谱峭度特征；计算平滑伪维格纳分布，生成时频图像，进行灰度化和自适应二值化处理，得到自适应二值化图像；提取图像的伪Zernike矩和Hu矩特征；应用AlexNet卷积神经网络提取信号时频图像无意调制特征并分别归一化，进行特征融合，得到融合后特征向量；将融合后特征向量输入支持向量机，训练由粒子群算法优化的支持向量机，将雷达辐射源信号集输入系统完成雷达辐射源辨识。本发明从时域、频域和时频域分析信号，实现多种无意调制特征全面提取，解决提取的无意调制特征适用性低、可靠性差和辐射源辨识困难。