-
题名基于密度峰值算法的通信电台个体识别
被引量：2
- 1
-
-
作者
李昕
雷迎科
-
机构
国防科技大学电子对抗学院
-
出处
《信号处理》
CSCD
北大核心
2019年第7期1242-1249,共8页
-
文摘
由于通信电台信号的样本小,电台指纹特征弱,导致通信电台的个体识别准确度不高,本文首次提出了基于密度峰值算法进行通信电台个体识别,在不需要训练样本的条件下就能对通信电台进行个体识别。首先对信号进行矩形积分双谱变换,提取信号1×L维矩形双谱特征,计算各个信号间的欧式距离,然后根据密度峰值算法的定义计算各个信号的密度ρ和δ,以ρ、δ为横坐标与纵坐标画二维图,找到聚类中心,对各个信号进行分类识别。与传统的通信电台分类识别方法相比,此方法运用的是机器学习中聚类的方法,是无监督的方法,不需要带标签的通信电台信号样本,在实际运用中会发挥更大的作用。
-
关键词
矩形积分双谱变换
密度峰值算法
机器学习聚类
不需要电台信号样本
-
Keywords
rectangular integral bispectral transform
density peak algorithm
machine learning clustering
no need for radio signal sample
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
