下载文档原格式
一种雷达辐射源智能个体识别的方法
陆剑雄;陈旗;满欣
【期刊名称】《电光与控制》
【年(卷),期】2024(31)4
【摘要】针对使用传统的卷积神经网络及低信噪比环境下雷达辐射源智能个体识别研究中识别性能不够的问题,提出了一种基于短时傅里叶变换(STFT)和EfficientNet的雷达辐射源个体识别方法。
首先对雷达信号进行短时傅里叶变换,提取时频特征,然后利用EfficientNet中多个MBconv模块对不同时频特征图像的叠加,挖掘出信号图像隐含的更加复杂和抽象的深层次时频特征,包括信号强度的分布、时频模式、周期性变化等,从而完成个体分类识别。
EfficientNet可以同时改变网络深度、宽度、图像分辨率3个参数,解决了梯度消失、梯度爆炸等问题。
实验结果表明,基于STFT和EfficientNet的雷达辐射源智能个体识别的方法,相比于传统卷积神经网络在低信噪比环境下具有更好的识别性能。
【总页数】6页(P115-120)
【作者】陆剑雄;陈旗;满欣
【作者单位】海军工程大学电子工程学院
【正文语种】中文
【中图分类】TN974
【相关文献】
1.一种深度强化学习的雷达辐射源个体识别方法
2.一种基于随机森林的雷达辐射源个体识别方法
3.基于KNN和雷达辐射源脉间参数的舰船目标个体识别方法
4.基于多源信息融合的激光雷达辐射源个体识别方法
5.融合双谱特征的雷达辐射源个体识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。
核辐射预防措施的评估与监测方法随着核能在能源领域的广泛应用，核辐射的预防和控制变得愈发重要。
核辐射对人类健康和环境造成的潜在风险不容忽视，因此评估和监测核辐射的方法至关重要。
本文将介绍一些常用的核辐射预防措施评估和监测方法，并探讨其应用和有效性。
一、核辐射预防措施评估方法1. 辐射风险评估辐射风险评估是评估人体暴露于核辐射源的潜在风险。
在进行辐射风险评估时，需要考虑到被辐射对象的种类（如个人、群体、环境等）、辐射剂量以及辐射源的性质。
常用的辐射风险评估方法包括剂量等效评估、基准剂量评估等。
2. 辐射环境监测辐射环境监测是评估核能设施周围环境中辐射水平的方法。
通过对周围环境中的空气、水、土壤等样品进行采集和分析，能够及时获取辐射水平。
辐射环境监测方法包括辐射计、核素分析仪等。
3. 潜在辐射源识别和评估潜在辐射源识别和评估是预防核辐射的关键一步。
通过对核能设施周边环境的调查和监测，可以确定潜在辐射源的类型、放射性物质的释放途径等。
常用的方法包括地下水和土壤样品的采集分析、环境辐射水平的测定等。
二、核辐射监测方法1. 人体剂量测量人体剂量测量是监测个体暴露于核辐射源的方法。
通过佩戴个人剂量计或监测仪器，可以实时监测个体的辐射剂量。
这些仪器通常采用电离室或热释电传感器等技术，对不同类型的辐射进行监测。
2. 食品和水样辐射监测食品和水样辐射监测是评估人体辐射暴露的重要方法。
通过对食品和水样进行采样和分析，可以检测其中放射性核素的浓度水平。
常用的方法包括核素测定仪器、电子探测器等。
3. 辐射监测网络辐射监测网络是一种覆盖广泛的辐射监测系统。
通过在不同地点部署监测仪器，可以实时监测辐射水平的变化。
这些监测仪器可以通过无线通信技术将数据传送到中心服务器，以便进行数据分析和处理。
三、评估与监测方法的应用和有效性核辐射预防措施的评估和监测方法在核能领域和核事故应急管理中发挥着重要的作用。
通过对核设施周边环境、人体剂量和食品水样的监测，可以及时发现辐射水平的异常变化，并采取相应的预防措施。
作业场所微波辐射卫生标准随着科技的迅猛发展，微波设备在工作场所得到了广泛应用。
然而，微波辐射对人体健康可能造成一定的影响。
为了保障员工的身体健康和工作环境安全，制定并遵守作业场所微波辐射卫生标准是非常重要的。
本文将详细介绍作业场所微波辐射卫生标准，以确保工作环境的安全与健康。
一、微波辐射的基本知识1. 微波辐射是一种频率在300兆赫兹(MHz)至300吉赫兹(GHz)之间的电磁波，通常分为工频微波和射频微波两类。
2. 微波辐射的主要来源包括微波炉、雷达设备、无线通信设备等。
3. 微波辐射对人体产生的影响与频率、辐射强度、暴露时间和个体特征等因素相关。
二、作业场所微波辐射卫生标准的制定原则1. 基于国内外相关法律法规和标准，制定作业场所微波辐射卫生标准需要遵循科学性、合理性和可操作性原则。
2. 标准的制定应结合具体的作业场所情况，包括微波设备种类、工作强度、暴露时间等因素进行综合考虑。
3. 标准应明确微波辐射的监测方法与频率，以及相应的评价指标和限值。
三、作业场所微波辐射卫生标准的内容1. 辐射源识别与分类：明确作业场所中存在的微波辐射源，根据辐射特性进行分类，如工频微波、射频微波等。
2. 辐射强度监测与评价：建立微波辐射测量方法和仪器，对作业场所中的微波辐射进行定期监测和评价。
评价指标应包括电磁场强度、功率密度等参数，并参考国内外相关标准进行评估。
3. 暴露限值规定：根据相关标准，制定作业场所微波辐射的暴露限值。
限值应区分不同频段、不同辐射源和不同作业场所的特点，确保员工的辐射暴露不超过安全范围。
4. 个体防护措施：制定相应的个体防护措施，包括个人防护装备的选择和使用，员工培训与教育等。
确保员工在作业过程中能够正确使用防护设备，减少对微波辐射的暴露。
5. 应急处置与管理：建立作业场所微波辐射事故的应急预案，明确责任分工和应急处理程序。
同时，加强作业场所的管理与监督，确保标准的有效执行。
四、标准的执行与监督1. 作业场所微波辐射卫生标准的执行应由相关部门负责，确保标准的有效实施。
基于压缩残差网络的雷达辐射源识别方法研究
郭恩泽;刘正堂;崔博;刘国彬;史航宇;蒋旭
【期刊名称】《强激光与粒子束》
【年(卷),期】2024(36)4
【摘要】针对低信噪比条件下,现有的雷达辐射源信号识别方法存在识别正确率低、时效性差的问题,提出了一种基于压缩残差网络的雷达辐射源信号识别方法。
首先,
利用Choi-Williams分布的时频分析方法将时域信号转换为二维时频图像;然后,根据应用场景特点,选择卷积神经网络(Convolutional Neural Networks,CNN)“压缩”范围;最后,构建压缩残差网络来自动提取图像特征并完成分类。
仿真实验结果
表明,在同等体量的设计下,与当前较为常用的标准CNN以及ResNet模型相比,所
提模型能够降低信号识别运行时间约88%,在信噪比为-14 dB条件下对14种雷达辐射源信号的平均识别率高约5%。
提供了一种高效的雷达辐射源信号智能识别方法,具有潜在的工程应用前景。
【总页数】10页(P113-122)
【作者】郭恩泽;刘正堂;崔博;刘国彬;史航宇;蒋旭
【作者单位】中国人民解放军63893部队;中国人民解放军63896部队
【正文语种】中文
【中图分类】TN971
【相关文献】
1.基于扩张残差网络的雷达辐射源信号识别
2.一种基于复数残差网络的通信辐射源个体识别方法
3.基于多级跳线残差网络的雷达辐射源识别
4.基于改进残差网络的雷达辐射源信号识别
5.一种基于扩张残差网络的雷达信号识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于深度聚类的通信辐射源个体识别方法
贾鑫;蒋磊;郭京京;齐子森
【期刊名称】《空军工程大学学报》
【年(卷),期】2024(25)1
【摘要】针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法。
利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程和特征聚类过程进行联合优化,使表征学习和特征聚类契合度更高,更好地完成无标签条件下的通信辐射源个体识别。
通过对5种ZigBee设备采集的信号进行实验,结果表明在信噪比高于0 dB时,可以达到85%以上的识别准确率,证明了本文方法的有效性和稳定性。
【总页数】8页(P115-122)
【作者】贾鑫;蒋磊;郭京京;齐子森
【作者单位】空军工程大学信息与导航学院;93184部队
【正文语种】中文
【中图分类】TN957.51;TN911.7
【相关文献】
1.一种基于深度置信网络的通信辐射源个体识别方法
2.基于深度学习的辐射源个体识别方法综述
3.基于多域特征融合的通信辐射源个体识别方法
4.基于卷积原型网
络的通信辐射源个体开集识别方法5.基于SDAE_SVDD的通信辐射源个体开集识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。
神经辐射场技术及应用综述目录1. 神经辐射场技术基础 (2)1.1 神经辐射场的定义与特点 (3)1.2 神经辐射场的产生机制 (4)1.3 神经辐射场的影响因素 (5)2. 神经辐射场测量技术 (7)2.1 光学测量方法 (9)2.1.1 激光测温 (10)2.1.2 光声光谱技术 (11)2.1.3 多层薄膜反射光谱技术 (12)2.2 电生理测量方法 (13)2.2.1 脑电图(EEG) (15)2.2.2 脑磁图(MEG) (16)2.2.3 事件相关电位(ERP) (17)2.3 磁共振测量方法 (19)2.3.1 静态磁场成像(SSfMRI) (20)2.3.2 动态磁场成像(DTI) (22)2.3.3 弥散张量成像(DTI) (23)3. 神经辐射场应用领域 (24)3.1 神经科学 (26)3.1.1 神经发育与学习研究 (27)3.1.2 神经疾病诊断与治疗 (28)3.2 生物医学工程 (29)3.2.1 人工耳蜗 (30)3.2.2 脑机接口 (31)3.3 材料科学与工程 (33)3.3.1 纳米材料性能研究 (34)3.3.2 生物相容性研究 (35)4. 神经辐射场技术发展趋势与应用前景展望 (36)4.1 高灵敏度、高分辨率神经辐射场测量技术研究 (38)4.2 神经辐射场在人工智能领域的应用探索 (39)1. 神经辐射场技术基础神经辐射场技术（Neural Radiance Fields，简称NRF）是一种新兴的图形渲染技术，旨在模拟光线在复杂场景中的传播过程，并生成具有丰富细节和真实感的图像。
该技术基于物理渲染的基本原理，通过求解光线的传输方程来计算场景中每个像素的光照情况。
NRF的核心思想是将场景表示为一组简单的几何体，并为每个几何体分配一个辐射场。
这个辐射场描述了光线在场景中的传播路径和强度变化，通过求解辐射场，可以得到每个像素接收到的光照信息，进而生成逼真的图像。
基于多特征的雷达辐射源个体识别方法研究
刘艺林;李胜勇;白良;蒙智蔚;成凯
【期刊名称】《电光与控制》
【年(卷),期】2024(31)1
【摘要】为解决复杂电磁环境下基于单一特征的雷达辐射源个体识别准确性低、稳健性不强的问题,提出了一种基于多种特征的雷达辐射源融合识别方法。
该方法以脉冲前沿包络、载波频率偏差以及谐波衰减系数为识别特征,通过设计多通道结构的一维卷积神经网络,实现不同结构特征的融合识别。
实验表明,该方法在低信噪比条件下依然具有较好的识别率,能够有效解决复杂电磁环境下基于单一特征的雷达辐射源个体识别的效果不佳问题。
【总页数】5页(P92-96)
【作者】刘艺林;李胜勇;白良;蒙智蔚;成凯
【作者单位】海军工程大学;中国人民解放军91715部队;中国人民解放军92192部队
【正文语种】中文
【中图分类】TN974
【相关文献】
1.基于个体特征的雷达辐射源识别方法
2.基于个体特征的雷达辐射源识别方法研究
3.基于KNN和雷达辐射源脉间参数的舰船目标个体识别方法
4.基于多源信息融合的激光雷达辐射源个体识别方法
5.融合双谱特征的雷达辐射源个体识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。
第 22 卷 第 2 期2024 年 2 月太赫兹科学与电子信息学报Journal of Terahertz Science and Electronic Information TechnologyVol.22，No.2Feb.，2024基于动态权重模型的数据不平衡SEI方法段可欣1,2，闫文君*1，刘凯1，张建廷3，李春雷4，王艺卉1,5(1.海军航空大学信息融合研究所，山东烟台264001；2.91422部队，山东烟台265200；3.海军研究院，北京100071；4.92038部队，山东青岛266109；5.31401部队，山东烟台264099)摘要：针对辐射源个体识别(SEI)中个体数据分布不平衡导致的识别准确率下降的问题，提出一种基于动态权重模型的SEI方法。
通过设计一个动态类权重(DCW)模型，先利用元学习算法使用少量样本数据通过2层计算得到一个适中的权重初始值；再设计一种新的代价敏感损失函数计算预测值与真实值之间的距离，反向调整赋予少数类的学习权重，适度增加对少数类数据的重视程度。
对少数类更加友好，对高度不平衡数据的处理有明显优势，缓解多数类样本对整个识别过程的计算误导，提高整体的识别正确率。
关键词：辐射源个体识别；不平衡数据；动态类权重；元学习；代价敏感损失中图分类号：TN974 文献标志码：A doi：10.11805/TKYDA2023181Data imbalance SEI method based on dynamic weight modelDUAN Kexin1,2，YAN Wenjun*1，LIU Kai1，ZHANG Jianting3，LI Chunlei4，WANG Yihui1,5(1.Institute of Information Fusion，Naval Aviation University，Yantai Shandong 264001；2.Unit 91422 of Chinese People's Liberation Army，Yantai Shandong 265200，China；3.Navy Research Institute of People's Liberation Army，Beijing 100071，China；4.Unit 92038 of Chinese People's Liberation Army，Qingdao Shandong 266109，China；5.Unit 31401 of Chinese People's Liberation Army，Yantai Shandong 264099，China）AbstractAbstract：：To tackle with the problem of decreased recognition accuracy caused by imbalanced individual data distribution in Specific Emitter Identification(SEI), a dynamic weight model based methodis proposed for individual identification of radiation sources. A Dynamic Class Weight(DCW) model isbuilt. A moderate initial weight value is obtained by using a meta learning algorithm through two-layercalculation with a small amount of sample data. Then, a new cost sensitive loss function is designed tocalculate the backward adjustment of the distance between the predicted value and the true value, whichgives the minority learning weight, and moderately increases the attention to the minority data. It is morefriendly to the minority. It has obvious advantages in the processing of highly unbalanced data, whichalleviates the calculation misleading of the majority of samples in the whole recognition process, thusimproving the overall recognition accuracy.KeywordsKeywords：：Specific Emitter Identification；unbalanced data；Dynamic Class Weights；meta learning；cost sensitive losses科技的快速发展带动了数据爆炸性增长，带来了大量的数据资源，这是巨大的机遇；同时越来越复杂的数据结构也带来了许多挑战，其中一个很值得注意的方面是数据不平衡现象。
