基于BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数，并从提高收敛速度和正确识别概率出发，构建了最佳的神经网络分类器。实验结果表明，该技术拥有较好的通信信号调制体制识别性能。     

小波分析理论下高炉炉温预测模型探析

在对高炉冶炼全程控制过程中,其中炉温的控制显得格外重要,炉温控制是高炉控制的核心技术。小波分析理论是近些年兴起的一个应用数学分支,是一个新兴学科,小波分析可以将原始时间序列通过不同尺度进行分解而形成不同的层次,并且在每个层次中的信号比分解前的信号要稳定得多,从而促使分析和预测变得更加便利。通过对小波分析理论进行介绍,分析了小波神经网络高炉炉温预测模型,最后进行了仿真研究而探讨小波分析理论下高炉炉温预测模型的实用性。     

小波包在无线电信号消噪中的应用研究

介绍了小波包去噪的基本原理和方法，针对无线电信号的特点，采用四种闽值法进行去噪对比实验，去噪后信号的波形较为光滑，信噪比均有提高，均方差误差明显降低，有效地去除信号中的噪声，达到了保留信号特征，抑制噪声的目的，为无线电传输提供更可靠的数据信息。     

采用USRP、RFNOC和Keras的信号盲识别

随着信号采集设备的带宽越来越宽，大量感兴趣或者不感兴趣信号被捕捉，多信号的盲识别问题是一个难题，更是一个亟需解决的问题。传统的识别大都基于功率、频谱或相位等诸多先验知识进行模板匹配，但在全盲条件下对多信号进行自适应识别是一个更加复杂的问题。为此，提出了一种基于通用软件无线电外设（Universal Software Radio Peripheral,USRP）、片上射频网络（RF Network on Chips,RFNOC）和Keras的自适应信号盲识别算法。首先构造基于深度学习的神经网络，然后使用初始IQ数据、初始功率谱密度数据和快速傅里叶变换(Fast Fourier Transform,FFT)累积算法处理后的谱相关密度数据等三种不同的初始数据去训练它，利用其自适应性实现多信号的盲识别，最后通过基于USRP、RFNOC和Keras的软硬件验证了该算法的有效性和鲁棒性。     

浅谈无线电监测中的信号处理技术

目前无线电监测技术已经成为一个重要的研究课题.无线电监测技术中包括信号调制识别和定位.信号调制识别和参数估计的基本任务是在多信号环境和有噪声干扰的条件下确定出接收信号的调制方式和其信号参数,从而为进一步分析和处理信号提供依据.     

一种基于神经网络的模拟电路故障诊断方法

提出了一种基于模拟电路故障诊断的神经网络方法。这种方法利用小波分解、数据标准化、主成分分析对输入数据进行预处理,采用k个神经元输出的前馈神经网络结构进行有效训练。该方法检测和识别故障准确率高,系统的鲁棒性和稳定性强。     

基于多尺度残差网络和小波变换的LPI雷达信号识别

针对复杂战场电磁环境下的低截获概率（Low Probability of Intercept,LPI）雷达信号识别问题,提出了一种基于小波变换和多尺度残差网络的识别方法。首先利用离散小波变换提取LPI雷达信号的时频特征;然后利用多尺度残差网络的多层特征提取网络对输入信号进行深层自主学习,以获取原信号时频数据的分布式特征,从而实现对雷达信号的识别预测。在不同信噪比条件下对不同调制样式信号进行实验,证明了所提方法的可行性与有效性,以及较高的识别率和泛化能力。     

BP神经网络及在岩性识别上的应用研究

测井数据处理与解释的重要内容之一是岩性研究。与常规测井资料相比,结合各种岩性分析化验结果及分类统计,发现线性回归分析是其主要的研究手段。本文先介绍了人工神经网络。然后着重讲述了BP神经网络的原理,改进BP神经网络的方法,以及在岩性识别上的应用研究。     

分离通道联合卷积神经网络的自动调制识别

针对通信信号的自动调制识别需要大量特征提取的问题,提出了一种分离通道卷积神经网络自动调制识别算法。该算法通过结合深度学习中卷积神经网络(CNN),分别提取时域信号的多通道和分离通道调制特征,再利用融合特征实现不同信号的分类。仿真结果表明,相比基于CNN的算法,所提算法在高信噪比下针对两个数据集的识别率分别提升7%和18%;此外,相比于基于特征提取的传统识别算法,其高阶调制识别性能平均提升3 dB。     

一种基于微波雷达回波信号的车型分类方法

车辆类型识别方法是智能交通系统的关键技术之一。利用深度学习的高维特征泛化学习能力,将改进的LeNet-5卷积神经网络用于基于交通微波雷达的大小车型分类识别。首先,以雷达触发前的N帧信号为基础,对雷达的回波信号进行分析并构建数据集;然后,分析LeNet-5卷积神经网络的特点;最后提出一种改进的LeNet-5卷积神经网络。实验结果表明,与传统的支持向量机方法相比,所提方法能够智能学习大小车的雷达时频信号特征,大小车型识别准确率达到97%以上,可为交通场景下的车型识别研究提供新的技术途径。     

基于小波神经网络的上市公司财务风险预警研究

简述小波神经网络的基础理论和算法,建立财务风险预警指标,利用小波神经网自适应能力强、收敛速度快和预测精度高的特点对上市公司财务风险进行实证研究。应用结果表明,小波神经网络在财务风险预警中能够提高准确度,加快收敛速度,为财务风险预警提供了新的研究方法。     

小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术，探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用，将促使雷达信号处理技术得到更新的发展。     

电子标签技术在现代物流中应用

电子标签技术是一种利用无线电射频信号进行物体识别的新兴技术,在物流系统中,可以加快供应链的运转,提高物流的效率。本文阐述了什么是电子标签技术及其在现代物流的应用优势、应用现状和应用前景。     

小波去噪理论及MATLAB实现研究

阐述了小波变换去除信号噪声的基本原理和方法,研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。然后利用MATLAB软件编制程序实现了基于小波变换的正弦信号的去噪仿真分析,仿真结果表明小波变换去除噪声具有很强的实用性。     

基于NMF和BP神经网络的人脸识别

人脸自动识别是图像识别~([1])领域的一个研究热点,有着广泛的应用前景。对于静态人脸识别问题,BP神经网络方法有较强的适应性和易于实现等优点。但采用BP神经网络进行人脸识别也存在学习时间长,识别率不高等缺点。本文根据BP神经网络的基本原理,自行设计了一个简单且易于实现的BP神经网络,该网络在训练样本数较为充足并且学习较为充分的条件下能获得较好的人脸识别效果。并在此基础上,通过对原样本数据进行NMF特征提取操作,再结合该BP网络用于人脸识别。该网络克服了单一BP神经网络学习时间长、识别效率低的缺点,获得了更加有效的识别效果。     

一种敌我识别辐射源暂态信号指纹特征提取方法

信号的指纹特征是辐射源个体识别的重要依据。针对敌我识别辐射源的个体识别问题，提出了一种基于双树复小波和多重分形的信号暂态特征提取方法。该方法通过双树复小波变换实现信号多分辨率分解，求解分解信号Hilbert谱的信息熵和指数熵，计算信号的多重分形奇异指数和谱值，最终组成表征辐射源的特征向量。通过实验验证，提取的特征向量能充分代表辐射源个体之间的差异；被测信号的信噪比满足8 dB或9 dB的条件时，对辐射源的识别正确率能达到90%以上。统计分析表明该方法提取的特征具有很高的稳定性。     

基于神经网络的自锚式悬索——斜拉混合体系桥梁施工监控方法研究

自锚式悬索-斜拉混合体系桥梁作为-种新颖复杂的桥梁，对其进行施工监控显得尤为重要。本文对自锚式悬索-斜拉混合体系桥梁进行了简单介绍。重点阐述了施工监控的研究现状，主要内容和研究方法。最后，对神经网络在桥梁施工监控中的应用作了分析，包括对桥梁结构的荷载识别和损伤识别。     

一种基于星座图恢复的多进制相位调制信号识别算法

在实际调制过程中,无线电波传输多径及衰落引起的符号间干扰和信号接收端的载波频偏会造成星座图难以识别。针对这一问题,提出了一种基于星座图恢复和卷积神经网络的多进制相位调制信号识别算法。首先,设定相邻采样点距离和相位角的阈值以筛除发生符号间干扰时的采样点,保留剩余的有效采样点并形成聚类组;然后,通过旋转相邻聚类组抵消载波频偏带来的影响,实现星座图的恢复;最后,利用卷积神经网络对星座图进行特征自动提取和调制识别。实验结果表明,对于实测信号,所提算法能够较好地恢复星座图并实现BPSK、QPSK和8PSK的准确识别。最终的识别准确率达到了99.9%,较星座图恢复前提高了24.2%。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

浅析无线电对讲机电池使用寿命对铁路线路施工的影响

随着我国铁路建设技术的不断发展，越来越多的铁路干线不断开通，所以加强对铁路路线的安全管理就成为了重点。我们在进行铁路线路的安全施工时，为了安全而又准确的进行作业，我们就需要借助无线电这个重要的工具来帮助我们互相交流和定位将要施工的路线，我们就有必要对于无线电对讲机进行一个深刻的研究。无线电对讲机最为主要的是电池的使用寿命，电池的使用寿命将会影响着整个的铁路路线施工。本文就通过对无线电对讲机的电池使用寿命的方面分析来浅谈其对铁路线路施工的影响。