典型文献
异常性检测算法在引信干扰信号识别中的应用
文献摘要：
目的 解决传统分类引信抗干扰算法因干扰信号难获取、特征信号样本少、正负样本数不平衡而导致计算精度低的问题,克服引信抗干扰算法对样本的依赖性,并提高引信信号识别准确率.方法 通过WVD时频变换的方法,将拆分后的真实含扰引信信号切片进行重组,使其由一维时序信号向二维图片信息进行扩展,基于数据倍增策略,提升算法泛化性,并降低其对真实数据样本的依赖.融合GANomaly与EfficientNet网络,在扩充的引信数据集上进行线下干扰信号特征学习,并对含扰引信图像数据进行线上异常性判断与干扰信号识别.结果 GE-FS网络能够在真实引信小样本信号的基础上进行有效数据扩充,基于扩充数据训练后,引信含扰识别准确率达到98.4％.结论 GE-FS网络能有效针对引信异常信号进行精确检测与识别,可以增强引信系统的抗干扰能力与作战自适应性.
文献关键词：
引信抗干扰;时频分析;深度学习;异常性检测;GANomaly;EfficientNet
中图分类号：
作者姓名：
白帆;张慧;李鹏斐;曹昭睿
作者机构：
沈阳理工大学装备工程学院,辽宁 沈阳 110159;沈阳理工大学机械工程学院,辽宁 沈阳 110159;北京理工大学 机电学院,北京 100081;机电动态控制重点实验室,西安 710065
文献出处：
引用格式：
[1]白帆;张慧;李鹏斐;曹昭睿-.异常性检测算法在引信干扰信号识别中的应用)[J].装备环境工程,2022(11):41-47
A类：
异常性检测,引信抗干扰
B类：
检测算法,干扰信号识别,抗干扰算法,法因,特征信号,正负样本,计算精度,识别准确率,WVD,时频变换,拆分,时序信号,倍增,泛化性,真实数据,GANomaly,EfficientNet,干扰信号特征,特征学习,图像数据,GE,FS,小样本信号,有效数据,数据扩充,充数,数据训练,异常信号,精确检测,检测与识别,引信系统,抗干扰能力,作战,自适应性,时频分析
AB值：
0.335161
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
