强激光与粒子束
2022, 34(6): 066002
强激光与粒子束
2021, 33(7): 076003
为了在现有禁核试验条件下开展核爆电磁脉冲探测技术研究,对实测的非均匀采样核爆电磁脉冲数据进行阈值检波、直流剔除、滤波、插值和归一化处理后,采用小波分析提取信号第四尺度小波系数能谱熵、第一尺度和第四尺度小波系数计盒分形维数特征值,在统计分析的基础上分别建立其专用隶属度函数;利用模糊识别理论,对核爆电磁脉冲信号和作为主要探测干扰信号源的闪电电磁脉冲信号进行了模糊识别,获得了总识别率为99.41%的识别效果。
核爆电磁脉冲 闪电电磁脉冲 模糊识别 小波分析 nuclear electromagnetic pulse lightning electromagnetic pulse fuzzy identification wavelet analysis
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。
AR模型 核爆电磁脉冲 闪电电磁脉冲 BP神经网络 识别 auto-regression model nuclear electromagnetic pulse lightning electromagnetic pulse BP artificial neural networks recognition 强激光与粒子束
2010, 22(12): 3052