船载移动网络通信系统的异常信号检测系统

受到移动载波信号干扰源波动的影响,船载移动网络通信系统在使用过程中,容易出现信号异常现象,严重影响通信传输质量。因此,提出船载移动网络通信系统的异常信号检测系统。首先,根据船载移动网络通信系统硬件特点,创建异常信号检测系统数据的对接硬件。通过构建信号常态模型与异常信号的检测计算,完成对提出检测系统的设计描述。最后,通过对设计系统使用前后数据的对比,证明设计系统对船载移动网络通信系统的异常信号,具有较强的检测作用。     

通信信号调制盲识别方法研究

讨论调制识别技术的原理及发展状况,系统地总结多年来通信信号调制盲识别方法,包括基于似然比的调制盲识别方法和基于信号特征的盲调制识别方法,分析各种方法的原理和性能,最后对识别方法的发展进行展望,对分类器进行总结。     

大雾天气海上船舶交通异常挖掘识别方法

传统船舶交通异常识别方法在大雾天气环境下,存在挖掘算法对船舶轨迹异常状态辨识度降低的问题。通过分析发现,原因在于传统方法中没有引入大雾天气对船舶轨迹检测信号的扰动变量,导致轨迹检测数据与挖掘算法之间出现数据断链,降低了数据挖掘的识别效果。因此,提出大雾天气海上船舶交通异常挖掘识别方法分析。首先通过LSTM算法,将大雾天气扰动特征代入挖掘神经网络,获得带有大雾扰动特征神经网络;接着,根据大雾扰动特征建立混合高斯船舶轨迹模型,为交通异常识别提供基础数据;然后,通过Spark分布式挖掘算法,完成对船舶交通异常数据的挖掘识别。通过仿真实验,对传统挖掘识别方法与提出方法效果进行多组数据对比,证明提出挖掘识别方法的有效性。     

RBF网络的船舶电子信息设备状态识别

受到电子信息设备状态信号分类能力的限制,致使传统识别方法在不同的环境下存在识别效率低的问题,为此提出RBF网络的船舶电子信息设备状态识别方法。首先按照电子信息设备的运行状态,设置特征参数的活动区间,以此作为设备状态的识别标准。利用RBF网络运行原理设计分类器,收集实时设备信号数据作为分类器的输入值。以分类器的输出结果为基础,提取电子信息设备信号特征,通过与设置的工作状态参数作匹配,实现船舶电子信息设备状态的识别。经过与传统设备状态识别方法的对比实验得出结论,设计识别方法在2种实验环境下,识别速度与识别精度均高于传统方法,即设计识别方法在识别效率方面具有明显优势。     

动态频谱信号侦察的商用设备解决方案

动态频谱通信的出现将给电子侦察提出许多新的挑战。动态频谱信号的＂多变性＂使得传统信号特征检测技术需要更多的认知与重构能力。信号时间周期特征以及地理位置特征将成为识别动态频谱信号的两大要素。文章试图使用先进的商用电子监测设备作为构造军用电子侦察的一个重要选项。     

舰船通信网络的数据状态识别方法

传统数据状态识别方法降噪效果不佳,导致离散点匹配出错,影响数据状态识别效果,因此提出全新的舰船通信网络的数据状态识别方法。通过转换噪声信号的时域和频域特征,处理通信网络空间噪声;利用离群点检测模型,匹配网络通信数据;获取识别任务关键因素,识别舰船通信网络的数据状态。实验结果:与传统方法相比,所提出方法的离散点匹配结果更准确,同时该方法可以正确识别出通信网络中的数据状态。     

舰船通信网络感知层异常入侵行为集成识别方法

为了缩短异常入侵行为集成识别的时间,提高舰船通信网络感知层异常入侵行为的识别能力,提出了舰船通信网络感知层异常入侵行为集成识别方法。采取短时过零率与短时能量相结合的方式,得到了舰船通信网络感知层异常入侵行为特征的提取流程,完成了舰船通信网络感知层异常入侵行为的特征提取;又结合异常入侵行为集成识别流程的设计,实现了舰船通信网络感知层的异常入侵行为集成识别。对比实验结果证明,提出的异常入侵行为识别方法与基于数据挖掘的识别方法相比,异常入侵行为的识别能力提高了56.8%。     

自适应干扰抵消在船舶通信系统中的应用

在船舶信息化技术飞速发展的今天,绝大部分船载设备都需要与船载通信控制系统建立联系,从而能够实现对整个船舶运行状态的实时监控。但是在有限的船载空间中,需要安置众多的通信交换设备,多种设备之间必然存在通信干扰,因此为了提高通信网络的性能,需要对网络中的干扰进行滤除。本文结合船载通信设备的特点和网络拓扑结构,介绍了一种自适应干扰滤除算法,该算法能够主动侦测系统中的干扰信号,通过反馈网络,对干扰信号的特征进行主动学习,然后在网络中的节点对噪声进行滤除,从而大大提高了船舶通信系统的整体性能。     

基于稠密度聚类的船载通信微弱信号自动增强方法

船载通信信号在传输过程中受各种因素的影响存在被削弱的现象,使得原始信号变成了微弱信号,如果不进行增强处理,会延长数据传输时间以及造成信噪比过小,影响通信质量。针对上述问题,提出一种基于稠密度聚类的船载通信微弱信号自动增强方法。该方法主要分为3步:第一步进行小波去噪处理,降低噪声对原始信号的干扰;第二步利用稠密度聚类方法对微弱信号进行聚类检测,加快信号增强处理效率;第三步对检测出来的信号进行补偿,增强信号特征。结果表明:与传统船载通信微弱信号自动增强方法相比,本方法处理后,数据传输延时值缩短3.8 s,信噪比增大8.3 dB,解决了传统方法存在的问题。     

基于数字媒体的船载微弱通信信号自动捕获系统设计

针对传统信号捕获系统中出现的船载微弱通信信号捕获不精准的现象,提出并设计了基于数字媒体的船载微弱通信信号自动捕获系统。硬件系统中优化了射频电路,引入C/A码发生器,得到船载微弱通信信号的序列码,为软件运行提供数据准备;软件系统为核心设计部分,对微弱通信信号进行检测后,建立基于数字媒体的信号自动捕获模型,将自动捕获模型在硬件系统内应用,实现船载微弱信号的自动捕获。仿真实验结果表明,自动捕获系统比传统捕获系统的船载微弱通信信号捕获精度高出27.81%,具备极高的有效性。