您的位置： 专家智库 > >

李吉民

作品数：20 被引量：13H指数：2
供职机构：空军航空大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 16篇专利
  • 4篇期刊文章

领域

  • 13篇电子电信
  • 3篇自动化与计算...

主题

  • 15篇信号
  • 14篇雷达
  • 12篇雷达信号
  • 5篇调制
  • 5篇信号分选
  • 5篇分选
  • 5篇分选方法
  • 4篇调制格式
  • 4篇网络
  • 4篇雷达信号分选
  • 3篇信号处理
  • 3篇聚类
  • 2篇电子对抗
  • 2篇电子对抗技术
  • 2篇对抗技术
  • 2篇真度
  • 2篇散度
  • 2篇识别率
  • 2篇数据降维
  • 2篇数据挖掘

机构

  • 20篇空军航空大学
  • 2篇空军装备研究...
  • 1篇中国人民解放...

作者

  • 20篇李吉民
  • 16篇王美玲
  • 16篇杨承志
  • 16篇吴宏超
  • 16篇王鸿超
  • 11篇许冰
  • 11篇王龙
  • 2篇肖卫华
  • 2篇李英达
  • 2篇王建涛
  • 1篇肖立志
  • 1篇石宇
  • 1篇刘扬
  • 1篇鲁祖坤
  • 1篇濮剑锋
  • 1篇张晓杰

传媒

  • 1篇现代防御技术
  • 1篇通信对抗
  • 1篇科学技术与工...
  • 1篇电子设计工程

年份

  • 4篇2024
  • 2篇2023
  • 10篇2022
  • 3篇2013
  • 1篇2012
共 20 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种用于雷达信号分选的深度网络模型构建方法
本发明涉及一种用于雷达信号分选的深度网络模型，包括利用训练集对预训练模型进行训练后得到的雷达信号分选网络，雷达信号分选网络包括局部特征学习子网络、跨域特征学习子网络、特征融合模块以及分类器；待分类的雷达信号作为输入信号经...
杨承志邴雨晨吴宏超王美玲许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
一种基于连续学习的雷达信号智能分选方法
本发明涉及一种基于连续学习的雷达信号智能分选方法，包括：获取雷达信号数据并进行预处理，得到训练集；将全卷积自编码器和逻辑回归分类器相结合，构建联合深度学习模型，并采用正交权重修改方法进行优化，得到可连续学习的雷达信号分选...
杨承志吴宏超邴雨晨王美玲许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
文献传递
提高辐射源信号分选结果完整性和正确性的数据挖掘方法
本发明涉及一种提高辐射源信号分选结果完整性和正确性的数据挖掘方法，包括：根据辐射源的载频特征值RF和脉宽特征值PW确定筛选范围，并根据筛选范围对原始全脉冲数据进行筛选；获取辐射源的PRI特征类型，若为固定类型或者组变类型...
吴宏超杨承志高嘉欣邴雨晨王美玲易仁杰马扬王鸿超吴焕欣王赫商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
基于Y型阵列的幅相误差校正算法研究被引量：1
2012年
针对应用中存在的阵列幅相误差扰动问题,结合MUSIC(Multiple Signal Classification)算法,以均匀Y型阵列为基础,提出了一种针对幅相误差的校正及DOA(Direction Of Arrival)估计算法。先利用传统的MUSIC算法初步估计出信源的波达方向角,并计算出幅相误差的初始值,再通过迭代的方法计算得到更精确的幅相误差和DOA估计值。仿真实验验证了自校正算法具有良好的幅相误差校正效果,能够准确地估计出信源的波达方向和阵元的幅相误差值。
鲁祖坤石宇李吉民刘扬
关键词：幅相误差多重信号分类法波达方向估计阵列信号处理
一种基于深度聚类的无监督雷达信号分选方法
本发明涉及一种基于深度聚类的无监督雷达信号分选方法，该方法利用无监督分选模型对待分选的时间序列信号进行信号调制格式分选，得到雷达信号分选结果，其中无监督分选模型由深度自编码网络层与时序信号聚类层相结合得到，深度自编码网络...
杨承志吴宏超邴雨晨王美玲许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
文献传递
一种针对未知雷达信号的干扰效能库构建方法及系统
本发明涉及一种未知雷达信号的干扰效能库构建方法及系统，包括步骤：构建空‑空雷达对抗模型，用于仿真发射未知雷达信号照射目标以及接收并处理回波信号的过程以及向回波信号中叠加干扰信号的过程；使用空‑空雷达对抗模型仿真干扰样式库...
王美玲邴雨晨吴宏超杨承志许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
基于深度卷积迁移学习的距离假目标智能识别方法
本发明涉及一种基于深度卷积迁移学习的距离假目标智能识别方法，属于雷达电子对抗技术领域，包括步骤：制作DRFM距离假目标干扰识别数据集；对DRFM距离假目标干扰识别数据集进行划分，得到训练集和测试集，并将训练集输入基于深度...
杨承志吴宏超邴雨晨王美玲许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
一种用于雷达信号分选的深度网络模型
本发明涉及一种用于雷达信号分选的深度网络模型，包括利用训练集对预训练模型进行训练后得到的雷达信号分选网络，雷达信号分选网络包括局部特征学习子网络、跨域特征学习子网络、特征融合模块以及分类器；待分类的雷达信号作为输入信号经...
杨承志邴雨晨吴宏超王美玲许冰王龙周一鹏易仁杰王鸿超吴焕欣商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
文献传递
一种雷达信号调制类型识别网络轻量化方法
本发明公开一种雷达信号调制类型识别网络轻量化方法，应用于雷达信号处理技术领域，包括：获得仿真的雷达信号；对信号设置不同的信噪比和调制参数，生成训练数据集；提取训练数据集中雷达信号的多种变换域特征；设计雷达信号调制类型识别...
杨承志王美玲邴雨晨吴宏超易仁杰马扬王鸿超吴焕欣高嘉欣王赫商犇刘焕鹏李吉民石礼盟曹鹏宇陈泽盛苏琮智
基于网格聚类的复杂雷达信号分选被引量：7
2013年
雷达辐射源分选是电子战系统的关键技术之一。为了解决传统基于五大参数方法不能有效分选高密度复杂雷达信号的问题,提出一种将表征信号脉内特征的相像系数作为分选参数投影到网格空间中以实现聚类的雷达信号分选新方法。新方法能够有效分选信号参数严重交叠的复杂雷达信号,在信噪比较低的情况下仍具有较高的分选准确率。模拟仿真验证了算法的有效性。
李英达肖立志李吉民濮剑锋
关键词：网格聚类分选
全选 清除 导出
共2页<12>
聚类工具0