本文由腾讯云+社区自动同步,原文地址 https://cloud.tencent.com/developer/article/1540984
一篇雷达辐射源特征识别的论文解析。
这两天看了一篇论文,有关辐射源特征识别的,觉得很有意思。
2016 9th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics(CISP-BMEI 2016)
Xiaohu Ru, Chao Gao, Zheng Liu, Zhitao Huang, Wenli Jiang
College of Electronic Science and Engineering, National University of Defense Technology
Changsha, Hunan, 410073, P.R. China
提出了一个公式,用来衡量信号的不同部分的UIM强度
假设信号被分为了$N_{seg}$部分:$zk, k=1, 2, \cdots, N{seg}$,这里$z_k$是第$k$个列向量。把$z_k$的傅里叶变换表述为$Z_k(f)$,那么UIM的强度可以可以按如下定义
$$ \Delta ^ {UIM} _k = \int ^{fs/2} {-f_s/2}
|
|Z_k(f-f_0)/ \alpha |^2
-
|sinc(Tf)|^2
|
$$
其中, $f_s$是采样速率,$\alpha$是$Z_k(f)$的最大幅度,$f_0$是信号$z_k$的载波频率, $T$是信号持续时长, $sinc(t)$是sinc函数$sin(\pi t)/\pi t$。
将采样得到的点标记为$z(i), i=1,2, \cdots, N$, 所以共有N的采样点。以往的特征提取方法认为所有的点都是同样重要的,所以所有的点都参与了计算,导致运算负担加重。这里会提出一种同时减少计算量且不会丢失UIM信息的方法。