留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别

李鹏 宋立军 韩超 郑毅 曹保锋 李小强 张雪芹 梁睿

李鹏, 宋立军, 韩超, 等. 基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别[J]. 强激光与粒子束, 2010, 22(12).
引用本文: 李鹏, 宋立军, 韩超, 等. 基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别[J]. 强激光与粒子束, 2010, 22(12).
li peng, song lijun, han chao, et al. Recognition of NEMP and LEMP signals based on auto-regression model and artificial neutral network[J]. High Power Laser and Particle Beams, 2010, 22.
Citation: li peng, song lijun, han chao, et al. Recognition of NEMP and LEMP signals based on auto-regression model and artificial neutral network[J]. High Power Laser and Particle Beams, 2010, 22.

基于AR模型与神经网络的核爆与闪电电磁脉冲信号识别

Recognition of NEMP and LEMP signals based on auto-regression model and artificial neutral network

  • 摘要: 对平稳随机信号功率谱估计的AR模型,分别利用自相关函数法和Burg算法求该模型系数,作为核爆炸和闪电电磁脉冲信号的特征值;采用BP神经网络作为分类器以及不同的隐含层数和隐含层节点数,对核爆和闪电电磁脉冲实测数据进行识别研究。结果表明:AR参数模型法对两类信号特征值提取是非常有效的,采用Burg算法来求AR模型参数,其特征值提取效果优于自相关函数法。
  • 加载中
计量
  • 文章访问数:  2271
  • HTML全文浏览量:  236
  • PDF下载量:  484
  • 被引次数: 0
出版历程
  • 刊出日期:  2010-12-07

目录

    /

    返回文章
    返回