期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
矩形积分双谱和半监督鉴别分析下的通信辐射源识别 被引量:8
1
作者 韩国川 张金艺 +3 位作者 李科 何利康 姜玉稀 王涛 《上海大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第5期722-732,共11页
针对传统同类通信辐射源识别方法中存在的指纹特征难以提取,以及在先验标签信息较少时识别精度不高的问题,以指纹特征差异微小的同厂、同批、同型号的通信辐射源为对象,提出了一种基于矩形积分双谱和半监督鉴别分析的通信辐射源识别方法... 针对传统同类通信辐射源识别方法中存在的指纹特征难以提取,以及在先验标签信息较少时识别精度不高的问题,以指纹特征差异微小的同厂、同批、同型号的通信辐射源为对象,提出了一种基于矩形积分双谱和半监督鉴别分析的通信辐射源识别方法.该方法采用矩形积分双谱算法提取通信辐射源双谱特征,并将其作为指纹特征,以表征所属通信辐射源;同时,采用半监督鉴别分析算法,根据双谱特征数据的部分标签信息和非线性流形信息,将高维双谱特征数据映射到低维子空间后进行分类识别,来提升通信辐射源识别性能.为验证该方法的有效性,采用同厂、同批、同型号的FM电台作为同类通信辐射源的代表进行电台识别实验.实验结果表明,在FM电台训练样本中有先验标签信息的样本较少时,该方法对电台测试样本的识别率最高达87.6%,证明该方法在同类通信辐射源识别中指纹特征提取和识别精度方面具有优势. 展开更多
关键词 通信辐射源识别 特征提取 矩形积分双谱 半监督鉴别分析
在线阅读 下载PDF
改进变分模态分解与多特征的通信辐射源个体识别方法 被引量:3
2
作者 刘高辉 席宏恩 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第10期4044-4052,共9页
针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因... 针对通信辐射源指纹特征难以提取和单一特征识别率不高的问题,并考虑到通信辐射源细微特征的非线性、非平稳特点,该文提出了一种基于改进变分模态分解和多特征的通信辐射源个体识别方法。首先,为了获得变分模态分解的分解层数和惩罚因子的最优组合,采用鲸鱼优化算法对通信辐射源符号波形信号的变分模态分解方法进行了改进,该方法以序列复杂度为停止准则,使每个符号波形信号能够自适应地分解出包含非线性指纹特征的高频信号分量和数据信息的低频分量;然后,根据相关阈值选取能够最佳表征辐射源非线性特征的高频信号分量层数,分别对其提取模糊熵、排列熵、Higuchi维数以及Katz维数并组成多域联合特征向量;最后,通过卷积神经网络实现通信辐射源个体识别分类,利用ORACLE公开数据集进行实验。实验结果表明:该方法有较高的识别精度且具有良好的抗噪声性能。 展开更多
关键词 通信辐射源个体识别 变分模态分解 非线性指纹特征 卷积神经网络
在线阅读 下载PDF
结合ITD与非线性分析的通信辐射源个体识别方法 被引量:16
3
作者 任东方 张涛 韩洁 《信号处理》 CSCD 北大核心 2018年第3期331-339,共9页
信号细微特征提取是通信辐射源个体识别技术的关键。考虑到实测辐射源信号具有非线性、非平稳的特点,通过对信号时间序列复杂度的分析,提取一些非线性动力学参数作为指纹特征,进行辐射源个体识别。首先利用固有时间尺度分解(ITD)算法,... 信号细微特征提取是通信辐射源个体识别技术的关键。考虑到实测辐射源信号具有非线性、非平稳的特点,通过对信号时间序列复杂度的分析,提取一些非线性动力学参数作为指纹特征,进行辐射源个体识别。首先利用固有时间尺度分解(ITD)算法,对原始信号进行分解,利用相关系数选出若干合适的信号分量;之后提取每层信号分量的排列熵,近似熵以及样本熵组成特征向量,并通过实验优化相关参数的选择,最后采用支持向量机(SVM)对信号进行分类识别。利用实测舰船信号进行细微特征提取及分类实验,与一些细微特征提取方法对比,在信号种类增加时,本方法识别性能更优,证明了多尺度分析提取非线性参数的有效性。 展开更多
关键词 通信辐射源个体识别 固有时间尺度分解 细微特征提取 非线性动力学参数
在线阅读 下载PDF
基于最大相关熵的通信辐射源个体识别方法 被引量:18
4
作者 唐哲 雷迎科 《通信学报》 EI CSCD 北大核心 2016年第12期171-175,共5页
采用相关熵度量辐射源细微特征之间的相似性,提出一种基于最大相关熵的通信辐射源个体识别方法。首先提取矩形积分双谱特征来表征辐射源个体差异,并基于最大相关熵准则构造优化函数;其次利用半二次优化技术,将非线性的优化问题转化为加... 采用相关熵度量辐射源细微特征之间的相似性,提出一种基于最大相关熵的通信辐射源个体识别方法。首先提取矩形积分双谱特征来表征辐射源个体差异,并基于最大相关熵准则构造优化函数;其次利用半二次优化技术,将非线性的优化问题转化为加权线性最小二乘问题;最后利用有效集算法得到稀疏系数构造分类器,实现通信辐射源的个体识别。在实际采集的同厂家同型号的FM电台数据集上,验证了方法的可行性与有效性。 展开更多
关键词 通信辐射源个体识别 最大相关熵 稀疏表示 半二次优化 线性互补问题 有效集算法
在线阅读 下载PDF
利用小波变换特征提取的通信辐射源个体识别方法 被引量:14
5
作者 余沁 程伟 李敬文 《信号处理》 CSCD 北大核心 2018年第9期1076-1085,共10页
为解决非协作通信条件下对通信辐射源的个体识别问题,提出了一种基于小波变换特征提取的个体识别方法。该方法对非协同通信的接收信号进行小波变换,通过计算类间分离度筛选最优小波基提取特征向量,并根据特征分布选取特定小波基下的小... 为解决非协作通信条件下对通信辐射源的个体识别问题,提出了一种基于小波变换特征提取的个体识别方法。该方法对非协同通信的接收信号进行小波变换,通过计算类间分离度筛选最优小波基提取特征向量,并根据特征分布选取特定小波基下的小波系数复杂度作为信噪比参考值辅助个体识别。仿真结果表明,在信噪比变化的环境中及通信辐射源个体差异较小的情况下有较好的识别效果,从而验证了该方法的有效性。 展开更多
关键词 通信辐射源个体识别 功率放大器非线性 小波变换 复杂度
在线阅读 下载PDF
基于Welch功率谱和卷积神经网络的通信辐射源个体识别 被引量:14
6
作者 王检 张邦宁 +1 位作者 魏国峰 郭道省 《电讯技术》 北大核心 2021年第10期1197-1204,共8页
针对低信噪比条件下通信辐射源个体识别率低的问题,提出了一种基于Welch功率谱和卷积神经网络的通信辐射源个体识别方法。构建了由20个基于ZigBee协议的物联网设备组成的测试平台,将ZigBee信号前同步码部分的Welch功率谱数据作为辐射源... 针对低信噪比条件下通信辐射源个体识别率低的问题,提出了一种基于Welch功率谱和卷积神经网络的通信辐射源个体识别方法。构建了由20个基于ZigBee协议的物联网设备组成的测试平台,将ZigBee信号前同步码部分的Welch功率谱数据作为辐射源指纹特征送入卷积神经网络进行分类。该方法在低信噪比条件下很好地保留了辐射源的指纹特征,结合卷积神经网络强大的微特征提取能力,对辐射源进行了有效分类。实验结果证明,在瑞利信道及低信噪比条件下,所提方法的识别效果明显优于其他方法。 展开更多
关键词 通信辐射源识别 射频指纹 Welch功率谱 卷积神经网络
在线阅读 下载PDF
基于多域特征融合的通信辐射源个体识别方法 被引量:7
7
作者 王检 张邦宁 +2 位作者 张洁 魏国峰 郭道省 《兵工学报》 EI CAS CSCD 北大核心 2023年第4期949-959,共11页
为解决利用单一特征进行通信辐射源个体识别识别率不高的问题,提出一种基于多域特征融合的通信辐射源个体识别方法。提取通信辐射源发射信号的多个变换域特征,并组合这些特征为多域特征。构建多通道卷积神经网络,利用多通道卷积操作对... 为解决利用单一特征进行通信辐射源个体识别识别率不高的问题,提出一种基于多域特征融合的通信辐射源个体识别方法。提取通信辐射源发射信号的多个变换域特征,并组合这些特征为多域特征。构建多通道卷积神经网络,利用多通道卷积操作对多域特征进行深层次提取。通过神经网络的分类器,完成对通信辐射源个体的分类。在低信噪比和瑞利信道条件下,使用所提方法对20个CC2530设备进行识别。研究结果表明:与基于单一特征的辐射源个体识别方法相比,该方法充分利用了通信辐射源发射信号的多个变换域特征,结合神经网络的强大细微特征挖掘能力,实现了对通信辐射源个体的有效识别;该方法能够显著提升在低信噪比的识别准确率和时效性,在0 dB条件下的识别效果仍可达到91.01%。 展开更多
关键词 通信辐射源识别 特征融合 多通道卷积神经网络 低信噪比
在线阅读 下载PDF
一种稳健的通信辐射源个体识别方法 被引量:9
8
作者 黄欣 郭汉伟 《电讯技术》 北大核心 2015年第3期321-327,共7页
通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个... 通信辐射源个体识别是目前通信对抗领域研究热点与难点问题,相对于雷达辐射源,通信辐射源信号弱、瞬时特征不明显导致个体识别更复杂、更困难。利用通信辐射源信号的长时谱统计特性,提取信号功率谱峰值特征和包络模板,构造通信辐射源个体特征向量,通过朴素贝叶斯分类算法与个体特征矢量相结合,在训练样本数目足够大的条件下可进行有效识别。测试实验表明,识别方法稳健有效,可在信噪比5 d B情况下实现93.7%的正确识别概率。 展开更多
关键词 通信对抗 通信辐射源个体识别 峰值提取 包络特征 模板匹配 模式识别
在线阅读 下载PDF
基于堆栈式LSTM网络的通信辐射源个体识别 被引量:11
9
作者 吴子龙 陈红 +2 位作者 雷迎科 李昕 熊颢 《系统工程与电子技术》 EI CSCD 北大核心 2020年第12期2915-2923,共9页
针对现有通信辐射源个体识别方法预处理过程复杂及特征提取较难的问题,提出了一种基于堆栈式长短期记忆(long short-term memory,LSTM)网络的辐射源个体识别算法。该算法直接使用IQ时间序列信号训练LSTM网络,即可实现对通信辐射源个体... 针对现有通信辐射源个体识别方法预处理过程复杂及特征提取较难的问题,提出了一种基于堆栈式长短期记忆(long short-term memory,LSTM)网络的辐射源个体识别算法。该算法直接使用IQ时间序列信号训练LSTM网络,即可实现对通信辐射源个体的高效识别,避免了复杂的信号预处理过程。为使LSTM网络能更好地适用于通信辐射源个体识别,利用3层LSTM网络提取辐射源深层特征,并通过实验优化了网络参数。然后对该算法的实际应用泛化性进行了实验探究,结果表明该算法在其他辐射源数据集上也取得了较好的效果。最后,通过实验对算法进行了验证,结果表明相比于传统算法,在样本数较多时,该算法的识别准确率可以达到98%,而且简单快速智能,便于工程化与实用化。 展开更多
关键词 通信辐射源个体识别 长短期记忆 参数优化 泛化性
在线阅读 下载PDF
通信辐射源个体识别的自编码器构造方法 被引量:6
10
作者 黄健航 雷迎科 《火力与指挥控制》 CSCD 北大核心 2018年第11期108-112,共5页
自编码器算法具有不依赖有标签样本进行有效特征学习的特点,适合应用于电子对抗中通信辐射源个体识别任务,但其主要局限在于其性能取决于结构参数的设计。为提高通信辐射源个体识别任务中自编码器性能,提出了一种通信辐射源个体识别的... 自编码器算法具有不依赖有标签样本进行有效特征学习的特点,适合应用于电子对抗中通信辐射源个体识别任务,但其主要局限在于其性能取决于结构参数的设计。为提高通信辐射源个体识别任务中自编码器性能,提出了一种通信辐射源个体识别的自编码器构造方法。提取通信辐射源信号的高阶积累量,根据调制信息估计自编码器结构参数,最后由验证实验筛选性能满足阈值的结构参数,存入参数信息库。验证实验中,在实际采集的调频通信电台数据集上最高达86.8%的准确率,证明了所构造自编码器的有效性。 展开更多
关键词 通信辐射源个体识别 自编码器 参数估计
在线阅读 下载PDF
小样本条件下的通信辐射源半监督特征提取 被引量:6
11
作者 方章闻 张金艺 +1 位作者 李科 姜玉稀 《系统工程与电子技术》 EI CSCD 北大核心 2020年第10期2381-2389,共9页
在通信辐射源信号有标签样本数量较小的情况下,同类通信辐射源个体信号特征提取困难且识别精度较低。对此,提出了一种小样本条件下的通信辐射源半监督特征提取方法。该方法对少量有标签通信辐射源信号样本以及大量无标签通信辐射源信号... 在通信辐射源信号有标签样本数量较小的情况下,同类通信辐射源个体信号特征提取困难且识别精度较低。对此,提出了一种小样本条件下的通信辐射源半监督特征提取方法。该方法对少量有标签通信辐射源信号样本以及大量无标签通信辐射源信号样本进行变分模态分解提取高维稳态信息熵,利用指数半监督判别分析法映射信息熵形成个体特征,并通过XGBoost进行通信辐射源个体识别来验证识别效果。实验表明,所提方法识别准确率达到85.33%,相比无监督特征提取方法运算时间降低了76.17%,证明其在同类通信辐射源不同个体识别中具有较好的性能。 展开更多
关键词 通信辐射源个体识别 特征提取 变分模态分解 指数半监督判别分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部