针对无线体域网(wireless body area network,WBAN)异常数据检测方法忽视人体异常数据的连续性,缺乏异常数据集检测等问题,提出一种基于Hampel滤波器和DBSCAN分层的WBAN异常数据检测方法。根据时间相关性利用Hampel滤波器检测异常数据点...
详细信息
针对无线体域网(wireless body area network,WBAN)异常数据检测方法忽视人体异常数据的连续性,缺乏异常数据集检测等问题,提出一种基于Hampel滤波器和DBSCAN分层的WBAN异常数据检测方法。根据时间相关性利用Hampel滤波器检测异常数据点,保证数据的连续性,使用改进的基于滑动时间窗的DBSCAN算法,检测异常数据集。实验结果表明,所提方法和其它方法相比,实现了分层的异常数据检测,在保证检测精度的同时准确标注出了异常数据集,具有空间复杂度小的优势。
针对DBOC信号在正弦调频干扰(sinusoidal frequency modulation,SFM)和高动态共存环境下的捕获方法匮乏的问题,提出了一种基于正弦调频变换(discrete sinusoidal frequency modulation transform,DSFMT)结合离散多项式相位变换(discrete...
详细信息
针对DBOC信号在正弦调频干扰(sinusoidal frequency modulation,SFM)和高动态共存环境下的捕获方法匮乏的问题,提出了一种基于正弦调频变换(discrete sinusoidal frequency modulation transform,DSFMT)结合离散多项式相位变换(discrete polynomial-phase transform,DPT),线性调频Z变换(CZT)的捕获方法。首先对接收到的信号做DSFMT,接着确定干扰位置并置零再做IDSFMT完成SFM干扰的抑制,然后利用定阶算法确定干扰抑制后信号的动态阶数再通过DPT去除其高阶动态项,最后利用CZT算法完成信号的捕获。仿真结果表明,在相同条件下,本文算法的检测概率比DSFMT-apFFT算法提高大约17 dB,比PMF-apFFT算法提高大约30 dB,比PMF-FFT算法提高大约34 dB。
针对稀疏圆阵二维测向,提出了一种快速波达方向(direction of arrival,DOA)估计方法。该方法利用稀疏双圆阵中子阵接收数据的协方差矩阵构造波达方向矩阵,求解俯仰角;然后通过波束空间变换将圆阵变为导向矢量具备范德蒙结构的虚拟线阵;...
详细信息
针对稀疏圆阵二维测向,提出了一种快速波达方向(direction of arrival,DOA)估计方法。该方法利用稀疏双圆阵中子阵接收数据的协方差矩阵构造波达方向矩阵,求解俯仰角;然后通过波束空间变换将圆阵变为导向矢量具备范德蒙结构的虚拟线阵;再对波束域导向矢量进行补偿,消除阵列稀疏情况下波束空间变换带来的误差影响;最后用求根多重信号分类算法估计信号的方位角,完成稀疏圆阵的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,所用阵元数少,分辨率高。计算机仿真实验验证了所提方法的正确性。
暂无评论