一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf

一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf

ID:58156247

大?。?43.50 KB

頁數(shù):8頁

時(shí)間:2020-04-25

一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf_第1頁
一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf_第2頁
一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf_第3頁
一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf_第4頁
一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf_第5頁
資源描述:

《一種面向信號(hào)分類的匹配追蹤新方法-論文.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、第36卷第6期電子與信息學(xué)報(bào)、廠o1.36NO.62014年6月JournalofElectronics&InformationTechnologyJun.2014一種面向信號(hào)分類的匹配追蹤新方法王磊周樂囡姬紅兵林琳(西安電子科技大學(xué)電子工程學(xué)院西安710071)摘要:匹配追蹤(MP)的主要策略是通過每次迭代時(shí)選擇一個(gè)局部最優(yōu)解,從而逐步逼近原始信號(hào)。然而傳統(tǒng)的MP系列算法進(jìn)行原子匹配時(shí),各類原子集間存在交集,從而影響了原子的表示能力以及相應(yīng)的分類效果?;诖耍撐奶岢鲆环N適用于信號(hào)監(jiān)督分類的匹配追蹤新算法。其原子挑選的準(zhǔn)則為:同類信號(hào)采用相

2、同的原子集匹配,獲取相同的類內(nèi)表示結(jié)構(gòu);異類信號(hào)選擇不同的原子集匹配,從而增強(qiáng)信號(hào)的類間差異。示例分析表明,使原子集問相互獨(dú)立,能夠減少異類信號(hào)間的共性因素,強(qiáng)化信號(hào)問的區(qū)分度,從而有利于提升分類識(shí)別效果。通過在標(biāo)準(zhǔn)圖像庫和實(shí)測雷達(dá)輻射源信號(hào)集上的實(shí)驗(yàn)表明,較之傳統(tǒng)的MP系列方法,所提算法對(duì)噪聲和遮擋具有更強(qiáng)的魯棒性。關(guān)鍵詞:匹配追蹤;雷達(dá)輻射源識(shí)別;稀疏表示;特征提取;監(jiān)督分類中圖分類號(hào):TP391文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1009—5896(2014)06—1299—08DOI:10.3724/SP.J.1146.2013.00942ANe

3、wMatchingPursuitAlgorithmforSignalClassificationWangLeiZhouLe—-nanJiHong—-bingLinLin(SchoolofElectronicEngineering,XidianUniversity,Xi’an710071,China)Abstract:ThemainideaofMatchingPursuit(MP)istogetalocaloptimalsolutionbyiteration,SOastograduallyapproachtheoriginalsigna1.To

4、copewiththeintersectionofdifferentatomsets,whichmayaffecttheclassificationperformanceofconventionalMPmethodsjanewmatchingpursuitalgorithmisproposed,whichissuitableforsupervisedclassification.Thecriterionforatomsselectionconsistsoftwoparts.Ononehand,byusingthesameatomsetwith

5、intheclass,theintra-classstructureofthesimilarsignalsisobtainedforclass—representati0n;ontheotherhand,byselectingtheatomsetsindependentlyforeveryclass,thediscriminationabilityfordifferentclassescouldbefurtherstrengthened.Theanalysisonatoyexampleindicatesthatthisschemereduce

6、sthecommonfactorsbetweendifferentclassesandhighlightsthediscriminationbetweensignals,whichmayboosttheperformanceofsignalclassification.Finally,theexperimentsonbenchmarkimagedatabasesandthemeasuredradaremittersignalsverifythattheproposedalgorithmachievesbetterrobustnessagain

7、stnoiseandocclusion,comparedwiththeconventionMP—relatedmethods.Keywords:MatchingPursuit(MP);Radaremitteridentification;Sparserepresentation;Featureextraction;Supervisedclassification1引言是計(jì)算復(fù)雜度較高另一類稱為貪婪算法,也叫匹配追蹤類算法,其主要思想是通過每次迭代時(shí)選擇稀疏表示又稱為稀疏分解,其主要思想是用冗一個(gè)局部最優(yōu)解從而逐步逼近原始信號(hào),由于其簡余函數(shù)庫

8、取代傳統(tǒng)的基函數(shù),構(gòu)造過完備字典,根單、高效,對(duì)該類方法的研究成為壓縮感知領(lǐng)域的據(jù)信號(hào)的特點(diǎn),從冗余字典中找到原子數(shù)目最少且一個(gè)研究熱點(diǎn)。對(duì)于這一分支的發(fā)展而言,經(jīng)

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。