作者单位
摘要
1 国民核生化灾害防护国家重点实验室, 北京 102205
2 浙江大学 物理学系, 杭州 310058
针对远区核爆电磁脉冲(NEMP)和闪电电磁脉冲(LEMP)的识别率不能满足实际需求的问题,提出了一种基于小波包分形技术的识别方法。首先,对实测的NEMP和LEMP做插值、归一化等预处理;然后,基于小波包理论对预处理后的信号进行2层小波包分解,并利用小波包系数重构信号的分形维数,组成信号的特征向量;最后,采用最小二乘支持向量机(LSSVM)作为分类器,利用五折交叉验证法选取最优的模型参数,将特征向量输入分类器中进行训练后获得测试结果。实验结果表明,小波包分形方法在NEMP和LEMP的识别上效果显著,平均识别率达到99%以上,具有较高的应用价值。
核爆电磁脉冲 闪电电磁脉冲 小波包分形 最小二乘支持向量机 识别 nuclear electromagnetic pulse lightning electromagnetic pulse wavelet fractal least squares support vector machine recognition 
强激光与粒子束
2022, 34(6): 066002
作者单位
摘要
国民核生化灾害防护国家重点实验室,北京 102205
为实现远区核爆电磁脉冲(NEMP)和闪电电磁脉冲(LEMP)的有效识别,提出一种基于希尔伯特黄变换(HHT)和最小二乘支持向量机(LSSVM)的识别算法。采用希尔伯特黄变换对远区NEMP和LEMP进行分析,利用两种信号的Hilbert谱在不同频带上分布的差异性,选择谱图中两个区域的能量占比作为信号的特征,选择LSSVM作为分类器进行分类识别。实验结果表明,采用能量占比特征可有效识别NEMP和LEMP,且综合识别率可达到98.59%。
核爆电磁脉冲 闪电电磁脉冲 希尔伯特黄变换 最小二乘支持向量机 识别 nuclear electromagnetic pulse lightning electromagnetic pulse Hilbert-Huang transform least squares support vector machine recognition 
强激光与粒子束
2021, 33(7): 076003
作者单位
摘要
防化研究院, 北京 102205
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 
强激光与粒子束
2012, 24(9): 2259
作者单位
摘要
防化研究院, 北京 102205
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

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!