文献检索-宁波市创意产业特色资源库

限定检索结果

一种基于深度卷积神经网络的电磁干扰识别与抑制方法: 收藏
分享
引用; 《成都信息工程大学学报》2024年第1期39卷 43-49页; 作者：王家珉李田家顾桃峰张玉琴全晶王海江成都信息工程大学电子工程学院四川成都610225 新疆和田地区气象局新疆和田848000 广州市突发事件预警信息发布中心广州511430; 随着无线电通信技术的发展,人工无线电对气象雷达的电磁干扰(EMI)明显增加,对雷达数据的质量产生严重影响。目前,关于检测和抑制电磁干扰的研究大多是基于雷达的初级产品。从雷达接收机前端的I/Q数据出发,提出使用深度卷积神经网络来识...; 随着无线电通信技术的发展,人工无线电对气象雷达的电磁干扰(EMI)明显增加,对雷达数据的质量产生严重影响。目前,关于检测和抑制电磁干扰的研究大多是基于雷达的初级产品。从雷达接收机前端的I/Q数据出发,提出使用深度卷积神经网络来识别和抑制电磁干扰的方法。设计一种残差结构的全卷积网络,并且选择UNet和DeepLab V3+共同进行识别效果的对比,在识别之后使用线性插值方法对电磁干扰进行抑制。结果显示,3种模型都能有效地识别电磁干扰,并且在识别的准确率上和召回率上各有优劣。在对识别结果进行抑制后,使得雷达数据质量都得到明显的提高。; 来源：详细信息评论

限定检索结果