Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Ge, Wei" wg kryterium: Wszystkie pola


Wyświetlanie 1-3 z 3
Tytuł:
Accurate identification on individual similar communication emitters by using HVG-NTE feature
Autorzy:
Li, Ke
Ge, Wei
Yang, Xiaoya
Xu, Zhengrong
Powiązania:
https://bibliotekanauki.pl/articles/2128146.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
communication emitter
identification
feature extraction
HVG
NTE
emiter komunikacji
identyfikacja
wyodrębnianie cech
Opis:
Individual identification of similar communication emitters in the complex electromagnetic environment has great research value and significance in both military and civilian fields. In this paper, a feature extraction method called HVG-NTE is proposed based on the idea of system nonlinearity. The shape of the degree distribution, based on the extraction of HVG degree distribution, is quantified with NTE to improve the anti-noise performance. Then XGBoost is used to build a classifier for communication emitter identification. Our method achieves better recognition performance than the state-of-the-art technology of the transient signal data set of radio stations with the same plant, batch, and model, and is suitable for a small sample size.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 2; e136741, 1--6
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Accurate identification on individual similar communication emitters by using HVG-NTE feature
Autorzy:
Li, Ke
Ge, Wei
Yang, Xiaoya
Xu, Zhengrong
Powiązania:
https://bibliotekanauki.pl/articles/2173613.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
communication emitter
identification
feature extraction
HVG
NTE
emiter komunikacji
identyfikacja
wyodrębnianie cech
Opis:
Individual identification of similar communication emitters in the complex electromagnetic environment has great research value and significance in both military and civilian fields. In this paper, a feature extraction method called HVG-NTE is proposed based on the idea of system nonlinearity. The shape of the degree distribution, based on the extraction of HVG degree distribution, is quantified with NTE to improve the anti-noise performance. Then XGBoost is used to build a classifier for communication emitter identification. Our method achieves better recognition performance than the state-of-the-art technology of the transient signal data set of radio stations with the same plant, batch, and model, and is suitable for a small sample size.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 2; art. no. e136741
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on communication emitter identification based on semi-supervised dimensionality reduction in complex electromagnetic environment
Autorzy:
Ge, Wei
Qi, Lin
Tong, Lin
Zhu, Jun
Zhang, Jing
Zhao, Dongyang
Li, Ke
Powiązania:
https://bibliotekanauki.pl/articles/27311449.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
communication emitter identification
feature extraction
dimensionality reduction
VMD
ESDA
variational mode decomposition
exponential semi-supervised discriminant analysis
identyfikacja emitera komunikacyjnego
ekstrakcja cech
redukcja wymiarowości
rozkład w trybie wariacyjnym
analiza dyskryminacyjna wykładnicza półnadzorowana
Opis:
The individual identification of communication emitters is a process of identifying different emitters based on the radio frequency fingerprint features extracted from the received signals. Due to the inherent non-linearity of the emitter power amplifier, the fingerprints provide distinguishing features for emitter identification. In this study, approximate entropy is introduced into variational mode decomposition, whose features performed in each mode which is decomposed from the reconstructed signal are extracted while the local minimum removal method is used to filter out the noise mode to improve SNR. We proposed a semi-supervised dimensionality reduction method named exponential semi-supervised discriminant analysis in order to reduce the high-dimensional feature vectors of the signals, and LightGBM is applied to build a classifier for communication emitter identification. The experimental results show that the method performs better than the state-of-the-art individual communication emitter identification technology for the steady signal data set of radio stations with the same plant, batch and model.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145766
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies