English(EN) New Fractional Ambiguity Function Integrated with CNN-Based Machine Learning for Signal Classification

新的分数模糊函数提升CNN信号分类性能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员开发了一种基于分数傅里叶变换的新分数模糊函数（NFrAF），它推广了经典模糊函数。该NFrAF在检测和分类线性调频（LFM）信号方面表现出优越的时频分辨率和定位能力。当集成到卷积神经网络（CNN）框架中时，与频谱图等传统方法相比，NFrAF显著提高了分类准确性。 AI

影响引入了一种新颖的信号分析表示方法，提高了机器学习分类的准确性。

排序理由该集群包含一篇详细介绍新方法及其实验验证的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Aamir H. Dar, Prakhar Kumar Sonkar, Neeraj Kumar Sharma · 2026-06-09 04:00

CNN-based机器学习集成新型分数歧义函数用于信号分类

arXiv:2606.08110v1 Announce Type: cross Abstract: A new fractional ambiguity function (NFrAF) derived from the fractional Fourier transform is introduced as a generalization of the classical ambiguity function. The fundamental analytical properties of the NFrAF, including symmetr…