一种机场环境光纤预警系统的信号识别新算法
提出了一种基于导数分析与典型特征选取的信号识别新算法.首先,分析信号导数与频率的关系,得到信号的时频特性;其次,根据时频分布的特点,选取具有代表性的典型特征,以降低特征维度,减少识别时间;最后,应用概率神经网络(PNN)对典型特征进行学习和分类.采用4种扰动信号对本文算法进行实验验证,平均正确识别率达95.7%,且识别时间小于0.23 s.实验结果表明,本文算法能够快速准确地识别扰动类型,为Mech-Zehnder (M-Z)干涉型周界系统的模式识别提供一种科学可靠的方法.
光纤光学、Mach-Zehnder(M-Z)干涉、信号识别、概率神经网络(PNN)
28
TP212(自动化技术及设备)
国家自然科学基金;国家自然科学基金;中央高校基本科研业务费专项
2017-11-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
985-991