基于局部围线积分双谱的通信辐射源个体识别

合集下载

简述基于双谱变换的通信辐射源个体识别

基于谱峰定位的路径筛选算法
均匀随机筛选
图1 不同积分路径下识别准确率对比
改进SIB算法
SIB算法
图2 不同信噪比下SIB和改进SIB的识别率对比图
《科学与信息化》杂志征稿启示
日（旬刊）
《科学与信息化》杂志是经国家新闻出版广电总局批准，天津出版传媒集团有限公司主管，天津科学技术出版社有限公司与天津北洋音像出版社有限公司主办的国内公开发行的科技类综合性杂志。

《科学与信息化》杂志坚持正确的舆论导向，介绍信息化技术及其应用知识，传播科学理念，倡导创新精神，普
技术论坛、工业与信息化、农业与信息化、医疗与信息化、金。

一种基于循环谱切片的通信辐射源识别方法

摘要：提出一种基于循环谱切片的通信辐射源个体识别方法。通过计算信号的循环谱密度矩阵，将循环谱密度切片作为初始高维特征，再采用主成分分析方法对其进行降维处理得到指纹特征矢量，最后采取概率神经网络分类器实现辐射源的个体识别。通过对２Ｏ部手持机的实验表明，使用该方法提取的特征矢量能够较好地反映
ＣｈｅｎＺｈｉｗｅｉ，ＸｕＺｈｉｊｕｎ，ＷａｎｇＪｉｎｍｉｎｇ，ＸｕＹｕｌｏｎｇ，ＫｏｎｇＬｅｉ
（ＣｏｌｌｅｇｅｏｆＣｏｍｍｕｎｉｃａｔｉｏｎｓＥｎｇｉｎｅｅｒｉｎｇ，ＰＬＡＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ，２１０００７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｍｅｔｈｏｄｂａｓｅｄｏｎｃｙｃｌｉｃｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙｓｌｉｃｅｆｏｒｅｍｉｔｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｓｐｒｅｓｅｎ— ｔｅｄ．Ｔｈｅｓｉｇｎａｌｃｙｃｌｉｃｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙｍａｔｒｉｘｉｓｃａｌｃｕｌａｔｅｄａｎｄｉｔｓｓｌｉｃｅｉｓｕｓｅｄａｓｔｈｅｉｎｉｔｉａｌｈｉｇｈ — ｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅ．Ｔｈｅｎｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｉｓｕｓｅｄｔｏｄｅｓｃｅｎｄｔｈｅｄｉｍｅｎｓｉｏｎａｎｄｏｂｔａｉｎｔｈｅｆｉｎｇｅｒｐｒｉｎｔｆｅａｔｕｒｅｖｅｃｔｏｒ．Ｆｉｎａｌｌｙ，ｔｈｅｅｍｉｔｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｓｒｅａｌ — ｉｚｅｄｂｙｕｓｉｎｇｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｅｒ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｂａｓｅｄｏｎ２０ｉｎｔｅｒｐｈｏｎｅｓ

基于双谱的通信辐射源个体识别

识别方法，即采用高阶谱分析对辐射源个体特征参数进行提取，并在特征向量中融合了对分类具有显著贡献的特征参数。采用径向基神经网络完成对相同型号、相同批次、工作参数相同的电台进行个体识别。在１ｄ信噪比的条件下，识别正确率优于５Ｂ
Ａｂｔａｔｓｒｃ：ＢａｅｎｔｅｂｓｅｔｎｓｄｏｉｐｃｒａｄＲＢＦａｎｗｔｏｏｅｔｙｎｉｅｅｔｒｎｍｉｔｒｆｔｅｓｍｏｅｓｈａ，ｅｍｅｈｄｆｒｉｎｉｉｇｄｆｒｎａｓｔｓｏｈａｄｆｔｅｄｌｗａｐｅｅｔｄＴｈｅｅｔｄｓｅｔｎａａｔｒｉｎｆａｔｆｒｃａｓｃｔｎｏｈｅｅｖｄｓｎ！ｏｍｅｉｅｔｃｔｎｒｓｎｅ．ｅｓｌｃｐｃｒａｄｐｒｍｅｅｓｓｇｉｃｎｏｌｓｉａｉｆｔｅｒｃｉｅｉａｆｒｔｄｎｉａｉｅａｉｉｆｏ￣ｈｉｆｏｆａｕｅｖｃｏ，ｎｅｔｒｅｔｒａｄＲＢｓｕｅｏｒａｉｅｔｅｉｄｖｄａｉｅｔｃｔｎＥｘｅｉｎｅｕｔｈｗｔａｔｅｍｅｈｄｉｂｅｔＦｗａｓｄｔｅｌｈｎｉｉｕｌｄｎｉａｉ．ｐｒｍｅｔｓｌｓｏｈｔｈｔｏｓａｌｚｉｆｏｒｓｏｃａｓｙｔｅｓｍｏｅｔｎｍｉｅｗｉｎａｃｒｃｔｆｏｌｓｈｎ９％ｕｄｒｈｎｉｏｍｅｔｆｏｒＮＲ．ｌｓｉｈｆａｄｌｒｓｔｒｔａｔｈａｃｕａｙｒｅｏｎｅｓｔａＯａｎｅｔｅｅｖｒｎｎｏｌｗｅＳＫｅｙｗｏｄ：ｅｅｔｄｂｓｅｔ；ＢＦｉｄｖｄａｉｅｔｃｔｎｒｓｓｌｃｅｉｐｅｒＲａ；ｎｉｉｕｌｄｎｉａｉｉｆｏ

基于局部积分双谱与SVM的雷达目标识别

学习机相比具有良好的推广能力。支持向量机具有很
维普资讯
第２卷９
第３期
指挥控制与仿真
ＣｏｍｍａｄＣｏｇＪＳｍｕａｉｎｎｎｏ＆ｉｌｔｏ
、１９Ｎｏ３，．０２．Ｊｎ２０ｕ．０７
２００７年６月
文章编号：１７－８９２０）３０３－４３３（０７０ —０３０６１
关键词：雷达目标识别；局部积分双谱；支持向量机
中图分类号：ＴＩ３Ｐ８
文献标识码：Ａ
ＲｅｏｎｚｎｄｒＴｒｅｓｖＬｃｌｎｅｒｌｓｅｔｕａｄＳｃｇｉｉｇＲａａａｇｔｏａｔｇａｐｃｒｍｎＶＭｂＩＢｉ
ＤＡＩＳｉｉｇｈ－ｎｙ
（ｌｔｎｃＳｉｃｄＥｇｎｅｉｇＣｌｇ，ｉｅｓｙｏＮＤ，ｈｎｓａｌ０３Ｃｉ）ＥｅｒｉｃｅｅｎｎｉｒｏｌｅＵｎｖｒｉｃｏｎａｅｎｅｔｆＴＣａｇｈ０７，ｈｎ４ａ
基于局部积分双谱与Ｓ的雷达目标识别ＶＭ
戴世英
（国防科技大学电子科学与工程学院，湖南长沙４０７１０３）
摘要：针对高分辨距离像的特点，应用双谱与ＳＭ研究高分辨雷达目标识别ｆ￣。提出了基于局部积分双谱Ｖ＊－ｌ与ＳＭ的雷达目标识别方法。该方法选择具有最强鉴别能力的积分双谱构成局部积分双谱特征，基于局部积分Ｖ双谱进行距离像特征提取，然后应用支持向量机对提取的特征进行分类识别。利用四种局部积分双谱的目标识别仿真实验结果袁明，提出的方法具有良好的分类性能。

利用信号围线积分双谱分形特征实现电台识别

利用信号围线积分双谱分形特征实现电台识别随着智能科技的不断发展，人们对于自动化、智能化的需求越来越高，信息获取与识别技术就显得尤为重要。

在无线电领域，电台识别技术的应用十分广泛，但传统的识别方法存在着收发频率范围不同、设备价格昂贵、准确率较低等问题。

而利用信号围线积分双谱分形特征实现电台识别，则成为了一种新的解决方案。

信号围线积分双谱分形特征是一种处理无线电信号的特征提取方法，其原理是针对不同电台的无线信号产生不同的信号特征，这些特征可以通过围线积分双谱分形法进行提取。

简单来说，信号围线积分双谱分形法是对不同频率的信号进行不同的分析，然后将这些分析结果综合起来，得到每个电台的特征值。

信号围线积分双谱分形特征的实现方法如下：第一步是采集经过锁相放大器放大后的信号。

锁相放大器可以对普通信号进行放大，同时还可以对相位进行锁定，提高信号的准确性和稳定性。

第二步是利用围线积分法进行信号处理。

围线积分法可以将信号在频域上进行采样，然后利用积分链式规则进行处理，最终得到一条围线。

这条围线可以准确地描述信号的频率和相位信息。

第三步是利用双谱分形方法进行信号特征提取。

双谱分形法可以将信号分析成多个频带，然后对每个频带进行分析，得到不同的特征值。

通过对这些特征值的综合分析，可以得到每个电台的独特特征。

最后一步是进行电台识别。

通过大量的样本训练，可以将每个电台的信号特征值与其电台名称进行匹配，从而实现电台的自动识别。

信号围线积分双谱分形特征在电台识别中的优势主要体现在以下几个方面：首先，这种方法可以从多个维度对电台信号进行分析，能够更加准确地提取特征。

其次，这种方法不依赖于特定的硬件设备，只需要利用锁相放大器和计算机即可完成。

再次，这种方法的准确率很高，可以达到90%以上。

综上所述，信号围线积分双谱分形特征是一种可靠的电台识别技术，它能够有效地提高电台识别的准确性和效率，通过大量的样本训练，可以得到一个较为准确的电台识别模型，为实现自动化无线电监测提供了有力的支持。

基于子块积分循环双谱的雷达辐射源信号识别

肖乐群，赵拥军，朱建东，张昆帆
（．息工程大学信息工程学院，南郑州４００；．３８队，南洛阳４０１）１信河５０２２６８０部河７０３
摘要：环双谱性能优越，循能用于雷达辐射源信号的识别，是其数据量庞大。循环双谱对角但
ｂｏｋＩｔｒｌｙｌｉｅｔｍ（ＩＢｌｃｎｅａＣｃｃＢｓｃｕＳＣ）ｍｔｏ．Ｔｉｎｗｍｔｏａｏｏｌｒｄｃｔａｅｒ－ｇｉｐｒｅｈｄｈｓｅｅｄｃｎｎｔｎｙｅｕｅｓｒｇｅｈｏ
ｑｒｍｅｔｅｆｃｉｅｙ，ｂｔａｓｅａｎｍｏｔｏｈｙｌｃｂｓｃｒｍｎｏｍａｉｎ．Ｆｉｈｅｉｃｉｎｎｕｉｅｎｆｔｖｌｅｕｌｏｒｔｉｓｆｔｅｃｃｉｉｐｅｔｕｉｆｒｔｏｓｒｄｓｒｍｉａｔ
２Ｕｉ６８０Ｌｏａｇ４０１，ｈｎ）．ｎｔ３８，ｕｙｎ７０３Ｃｉａ
Ａｂｓｒｃ：ｃｉｉｐｃｒｍｏｌｅｕｅｓａｆａｕｅｔｅｏｎｚｈａａｍｉｔｒｓｇａｏｔｔａｔＣｙｌｃｂｓｅｔｕｃｕｄｂｓｄａｅｔｒｏｒｃｇｉｅｔｅｒｄｒｅｔｅｉｎｌｆｒｉｓｅｃｌｅｔｐｏｅｔｅｕｈａｏｓｍｍｕｅａｄｉｆｒｔｏｂｎａｔｕｔｈｓｌｒｅａｕｎｆｄ－ｘｅｌｎｒｐｒｉｓｓｃｓｎｉｅｉｎｎｎｏｍａｉｎａｕｄｎ，ｂｔｉａａｇｍｏｔｏａｔ．Ｔｈｘｓｉｇｃｃｉｉｐｃｒｍｉｇｎｌｓｉｉｇ，ｔｃｎｑｅｌｓｓｔｏｍｕｃａｕｂｅｉｆｒｔｎ．ａｅｅｉｔｎｙｌｂｓｅｔｕｄａｏａｌｃｎｃｅｈｉｕｏｅｏｈｖｌａｌｎｏｍａｉｏＴｈｓｐｐｒｐｏｅｈｙｉａｅｒｖｓｔｅｓｍｍｅｒｎｄｅｉｄｃｔｏｙｌｃｂｓｅｔｕｍ，ｎｈｎｒｐｓｓｔｅｕ－ｔｙａｐｒｏｉｉｙｆｃｃｉｉｐｃｒａｄｔｅｐｏｏｅｈＳｂ

基于多谱与支持向量机的通信辐射源个体识别

ｐｒｍｅｅｓａｅａｏｔｄａａｉｅｔｒｅｔｒａｄｔｅｓｇｉｃｎｅｔｒａａｔｒｆｒｃａｓｃｔｎｏｈｅｅｖｄａａｔｒｒｄｐｅｓｂｓｆａｕｅｖｃｏｎｈｉｎｆａｔａｕｅｐｒｍｅｅｓｏｌｓｉａｉｆｔｅｒｃｉｅｃｉｆｉｆｏｓｇａａｅｓｎｒｔｅｏｆｒｈｅｅｔｒｅｔｒｏｄｎｉｃｔｎｉｎｌｒｙｃｅｉｄｔｍｔｅｎｗｆａｕｅｖｃｏｆｉｅｔａｉ．Ａｅｔｏｓｎｕｐｒｖｃｏｃｉｅｚｏｉｆｏｎｗｍｅｈｄｕｉｇｓｐｏｅｔｒｍａｈｎｔ
关键词：部积分双谱；持向量机；函数；射源个体识别局支核辐
中图分类号：Ｐ９．Ｔ３１４文献标识码：Ｂ
ＴｒｎｍｉｔｒＩｉｉｕａｄｎｔｆｃｔｏｓｄｏＰｏｙｐｃｒａｓｔｅｎｄｖｄｌＩｅｉａｉｎＢａｅｎｌｓｅｔａｉ
第２卷第１期７１
文章编号：０６— ３８２１）１—０４０１０９４（００１３９— ５
计
算
机
仿
真
２１年１月００１
基于多谱与支持向量机的通信辐射源个体识别
杨举卢选民周亚建，，
（西北工业大学电子信息学院，西西安７０２１陕１１９；２．北京邮电大学信息安全研究所，京１０７北０８６）摘要：研究电台信号性能识别问题，对同类辐射源个体难以分类识别的特点，消除噪声，别有效信号，用一种局部：针为识采

结合时域分析和改进双谱的通信信号特征提取算法

信号的时域特征并利用支持向量机分类器进行个体识别。本文分别通过仿真信号和实际信号对所提出算法做出了验证，实验结果表明，该方法能够较好解决辐射源信号的个体识别问题，平均正确识别率高于９５％。
关键词：积分路径个数；改进矩形积分双谱；支持向量机；个体识别
ＷＡＮＧＨｕａｎ。ｈｕａｎＺＨＡＮＧＴａｏ
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍＥｎｇｉｎｅｅｒｉｎｇ，ＰＬＡＩｎｆｏｍａｒｔｉｏｎＥｎｇｉｎｅｅｉｒｎｇＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ，Ｈｅｎａｎ４５００００，Ｃｈｉｎａ）
第３３卷第６期２０１７年６月
文章编号：１００３ — ０５３０（２０１７）０６ — ０８６４ — ０８
信号处理
ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ
Ｖ０１．３３Ｎｏ．６
ｉｅｓｈａｖｅｎｏｔｄｉｓｃｕｓｓｅｄｔｈｅｉｎｆｌｕｅｎｃｅａｂｏｕｔｉｎｔｅｇｒａｌｐａｔｈｎｕｍｂｅｒｏｎｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｒｅａｒｅｓｏｍｅｎｅｇａｔｉｖｅ — ｅｆｆｅｃｔｉｎｔｅｇｒａｌｐａｔｈｓｗｈｉｃｈｒｅｄｕｃｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ．Ｔｏｏｖｅｒｃｏｍｅｔｈｅｓｅｄｉｓａｄｖａｎｔａｇｅｓａｎｄｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｓｉｇｎａｌｉ — ｄｅｎｔｉｉｆｃａｔｉｏｎａｍｏｎｇｔｒａｎｓｍｉｔｔｅｒｓｗｉｔｈｓａｍｅｍｏｄｅｌ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗａｌｇｏｉｒｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｂｉｓｐｅｃｔｒａａｎｄｔｉｍｅ — ｄｏｍａｉｎａｎａｌｙｓｉｓ．ＦｉｒｓｔｏｆａＵ．ｔｈｅｐｅｒｆｏｒｍａｎｃｅｃｕｒｖｅｏｆｉｎｔｅｇｒａｌｐａｔｈａｎｄｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｉｓｄｉｓｃｕｓｓｅｄｂｙｅｘｐｅｒｉｍｅｎｔｓ．Ｔｈｅｎｒｅｄｅｉｆｎｅｔｈｅｂｈａｔｔａｃｈａｒｙｙａｄｉｓｔａｎｃｅ，ｏｂｔａｉｎｔｈｅｌａｒｇｅｓｔｐｒｏｐｏｒｔｉｏｎｏｆｂｉｓｐｅｃｔｒａｔｏｒｅｍｏｖｅｌｏｗ — ｃｏｎｔｒｉｂｕｔｉｏｎａｎｄｎｅｇａｔｉｖｅ —

基于增强积分双谱的轨道交通辐射源识别方法

基于增强积分双谱的轨道交通辐射源识别方法刘海川;张可欣;惠鏸;文璐【期刊名称】《城市轨道交通研究》【年(卷),期】2024(27)1【摘要】[目的]城市轨道交通无线通信系统中存在大量外部干扰信号,对行车安全构成重大隐患。

针对辐射源射频特征易受噪声与干扰影响,导致识别准确率低的问题,须提出一种基于增强对角积分双谱的通信辐射源个体识别方法,为轨道交通无线通信系统安全保障提供有效新途径。

[方法]分析了对角相关局部积分双谱(DCLIB)的数据处理过程及原理,阐述了双谱变换的计算、增强对角积分双谱的计算、自适应双谱积分区间的划分,以及基于残差网络的辐射源识别方法。

基于实际Wi-Fi(无线保真)设备进行仿真试验,对DCLIB方法和其他辐射源识别方法的识别效果进行分析对比。

[结果及结论]DCLIB方法先估计通信辐射源信号的双谱,并利用次对角线各平行线的自相关特性形成新的谱信息以增强信号的细微特征;然后依据谱信号强度自适应选取合理的谱信号积分区间,在降低噪声影响的同时降低算法的计算复杂度,从而获得增强的对角积分双谱;进而将所提DCLIB信号作为辐射源的射频指纹特征,采用深度残差网络实现辐射源个体识别。

基于实际Wi-Fi设备的仿真识别试验结果表明,DCLIB方法的识别准确率最优,并具有良好的抗噪声性能。

【总页数】6页(P17-21)【作者】刘海川;张可欣;惠鏸;文璐【作者单位】轨道交通工程信息化国家重点试验室;西安理工大学自动化与信息工程学院;中铁第一勘察设计院集团有限公司【正文语种】中文【中图分类】U231.7【相关文献】1.基于对角积分双谱的雷达辐射源信号识别2.基于局部围线积分双谱的通信辐射源个体识别3.基于围线积分双谱的雷达辐射源信号个体特征提取4.基于轴向积分双谱与灰色关联分类器的通信辐射源识别5.T-DM1治疗HER-2阳性乳腺癌的研究进展因版权原因，仅展示原文概要，查看原文内容请购买。

基于对角积分双谱的雷达辐射源信号识别

基于对角积分双谱的雷达辐射源信号识别
肖乐群;张玉灵;赵拥军
【期刊名称】《信息工程大学学报》
【年(卷),期】2012(013)001
【摘要】双谱以其独特的抗噪优势,广泛应用于信号分析.双谱的数据量较为庞大,目前减少双谱数据量的方法中积分双谱的效果最好,然而各种积分双谱均存在一定的缺陷.文章提出了对角积分双谱,它沿平行于双谱次对角线的直线序列积分,不但避免了插值,而且包含了更多的相位和幅度信息.最后将对角积分双谱应用于低截获概率(LPI)雷达信号的特征提取.仿真条件下,对比分析了各种积分双谱的识别性能,结果表明对角积分双谱的识别性能优于其它积分双谱.
【总页数】5页(P95-99)
【作者】肖乐群;张玉灵;赵拥军
【作者单位】信息工程大学信息工程学院,河南郑州450002;郑州大学升达经贸管理学院,河南郑州451191;信息工程大学信息工程学院,河南郑州450002
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于子块积分循环双谱的雷达辐射源信号识别 [J], 肖乐群;赵拥军;朱建东;张昆帆
2.基于深度置信网络和双谱对角切片的低截获概率雷达信号识别 [J], 王星;周一鹏;
周东青;陈忠辉;田元荣
3.基于围线积分双谱的雷达辐射源信号个体特征提取 [J], 陈韬伟;金炜东;李杰
4.雷达辐射源信号双谱估计的物理意义及其辐射源个体识别 [J], 陈涛;姚文杨;翟孝霏;刘雅轩
5.一种基于对角积分双谱的复合调制LPI雷达信号识别方法 [J], 孟祥豪;赵海旭;梁言
因版权原因，仅展示原文概要，查看原文内容请购买。

基于最大相关熵的通信辐射源个体识别方法

基于最大相关熵的通信辐射源个体识别方法
唐哲;雷迎科
【期刊名称】《通信学报》
【年(卷),期】2016(037)012
【摘要】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.
【总页数】5页(P171-175)
【作者】唐哲;雷迎科
【作者单位】电子工程学院,安徽合肥230037;电子工程学院,安徽合肥230037【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于排列熵分形维数特征提取的通信辐射源个体识别 [J], 余沁;程伟;杨瑞娟
2.基于排列熵分形维数特征提取的通信辐射源个体识别 [J], 余沁;程伟;杨瑞娟;
3.通信辐射源个体识别中基于l2正则化的最大相关熵算法 [J], 唐哲;雷迎科
4.基于时频与快速熵的IFF辐射源个体识别方法 [J], 李天琪; 张玉; 张进; 唐波
5.一种基于复数残差网络的通信辐射源个体识别方法 [J], 曲凌志;杨俊安;刘辉;黄科举
因版权原因，仅展示原文概要，查看原文内容请购买。

一种新的通信辐射源个体识别方法

一种新的通信辐射源个体识别方法赵国庆;彭华;王彬;滕波【摘要】Under the condition of low signal-noise-ratio, the individual features of communication transmitter in steady-state signal are covered very easily, and hard to be extracted and identified. In regard to this problem, considering the fact that oscillators used in different communication transmitters have unequal frequency stability, a new method based on fractal dimension and Support Vector Machine (SVM) was proposed. After oversampling IF ( Intermediate Frequency) signal, information dimension was extracted as features, and then SVM classifier was designed to realize the automatic identification of unknown samples. To some extent, the feature was robust under AWGN (Additive White Gaussian Noise). The computer simulation shows that the method has good performance on classifying five PSK signals with the same order and the frequency stability difference of 0.01 ppm under 3 Db, its accuracy being 95%.%在低信噪比条件下,稳态信号中的通信辐射源个体特征极易被掩盖,从而难以提取和识别.针对该问题,依据不同通信辐射源中振荡器个体的频率稳定度不相等这一事实,提出一种适用于多进制数字相位调制(MPSK)信号的基于分形维数的特征提取与分类方法.首先对中频信号进行过采样,然后提取信号瞬时相位的信息维数作为分类特征,最后利用支持向量杌(SVM)分类器实现样本属性的自动判别.该方法特征维数低、分类简单,对加性高斯白噪声具有一定的鲁棒性.计算机仿真实验结果表明,当信噪比为3dB时,对载波频率稳定度差异为0.01 ppm的5种同阶MPSK 信号的平均分类准确率达到95％.【期刊名称】《计算机应用》【年(卷),期】2012(032)005【总页数】4页(P1460-1462,1466)【关键词】个体识别;频率稳定度;瞬时相位;信息维数;抗加性高斯白噪声【作者】赵国庆;彭华;王彬;滕波【作者单位】信息工程大学信息工程学院,郑州450000;信息工程大学信息工程学院,郑州450000;信息工程大学信息工程学院,郑州450000;72406部队,山东威海264200【正文语种】中文【中图分类】TN975;TP911.70 引言通信辐射源个体识别是指从接收信号中提取辐射源的细微特征(指纹特征)，进而区分不同的辐射源个体。

基于局部围线积分双谱的通信辐射源个体识别

ｂｉｓｐｅｃｔｒｕｍ．ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ，２０１３，４９（１）：１３１－１３３．
Ａｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｔｈｅｒｅｓｅａｒｃｈｏｆｉｄｅｎｔｉｆｙｉｎｇｉｎｄｉｖｉｄｕａｌｒａｄｉｏｔｒａｎｓｍｉｔｔｅｒｓｗｉｔｈｔｈｅｓａｍｅｍｏｄｅ１．ａｎｏｖｅｌｍｅｔｈｏｄｆｏｒｉｄｅｎｔｉｆｙｉｎｇｉｎｄｉｖｉｄｕａｌｒａｄｉｏｔｒａｎｓｍｉｔｔｅｒｓｗｉｔｈｔｈｅｓｅｌｅｃｔｅｄｌｏｃａｌｓｕｒｒｏｕｎｄｉｎｇ — ｌｉｎｅｉｎｔｅｇｒａｌｂｉ — ｓｐｅｃｔｒｕｍｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｅｌｅｃｔｅｄｓｐｅｃｔｒａａｎｄｐａｒａｍｅｔｅｒｓｓｉｇｎｉｉｃｆａｎｔｏｒｆｃｌａｓｓｉｉｆｃａｔｉｏｎｏｆｔｈｅｒｅｃｅｉｖｅｄｓｉｇｎａｌｏｒｆｍｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｆｅａｔｕｒｅｖｅｃｔｏｒ，ａｎｄＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ

一种基于修正围线积分双谱的HRRP特征提取算法

Ａｂｓｒｃ：ｕｒｕｎｉｇＬｉｅＩｔｇａｓｅｔｕｉａｋｎｆｓｆｎａｉｎｅｅｔｅ．ＩｅｐｈｔａｔＳｒｏｄｎ — ｎｎｅｒｌＢｉｐｃｒｍｓｉｄｏｈｉｉｖｒａｅｆａｕｒｔｔｋｅｓｔｅｐａｅｉｆｒｔｎｏｓｅｔｕａｄａｏｄｎｅｐｌｔｏｐｒａｈ．Ｔｈｒｆｒｔｉｌｌｓｄｉａ — ｈｓｎｏｍａｉｆＢｉｐｃｒｍｎｖｉｓｉｔｒｏａｉｎａｐｏｃｏｅｅｏｅｉｓｗｉｄｙｕｅｎｔｒｇｔｒｃｇｉｉｎａｅｎＨＲＲＰ．ＢｕｔｈＳｒｕｉｇＬｉｅｎｅｒｌｓｅｔｕｆａｕｅｘｒｃｉｎｅｅｏｎｔｂｓｄｏｏｔｅｕｒｏｎｄｎ — ｎＩｔｇａＢｉｐｃｒｍｅｔｒｅｔａｔｏ
ＣＡ０Ｂｅｎ．ＭＡ — ａＤｅｂｏ．ＺＨＡＮＧｎｆｎＫｕ —ａ
（ｎｔｕｅｏｎｏｍａｉｎＥｇｎｅｉｇｎｏｍａｉｎＥｇｎｅｉｇＵｎｖｒｉＩｓｉｔｆｆｒｔｎｉｅｒ，ＩｆｒｔｎｉｅｒｉｅｓｔｔＩｏｎｏｎｙ，Ｚｅｇｈｕ４００ｈｎｚｏ５０２，Ｃｉａｈｎ）
ｍｅｈｄｃｎｏｅｕｅｔｍｏｎｆｃｍｐｔｔｏｌ．Ｔｏｓｌｅｔｅｐｏｅ，ｔｉａｒｐｅｅｔｔｏａｎｔｒｄｃｈｅａｕｔｏｏｕａｉｎｗｅ１ｏｖｈｒｂｌｍｈｓｐｐｅｒｓｎｓａｍｅｈｄｏｏｉｅｕｒｏｎｎｇＬｉｎｅｒｌＢｉｐｅｔｕ．ＩｍｐｏｅｈｎｅｒｌｐｔｆＳｒｏｎ — ｔｏｆＭｄｆｄＳｒｕｄｉ — ｎｅＩｔｇａｓｃｒｍｉｔｉｒｖｓｔｅｉｔｇａａｈｏｕｒｕｄｉｇＬｎｎｅｒｌＢｉｐｅｔｕｂｈｅｓｍｍｅｒｆｂｓｅｔｕ．Ｆｉａｌｎ — ｉｅＩｔｇａｓｃｒｍｙｔｙｔｙｏｉｐｃｒｍｎｌｙ，ｉｉｐｌｅｏｔｅｆａｕｒｘｔｓａｐｉｄｔｈｅｔｅｅ —

复杂电磁环境下通信辐射源个体细微特征提取方法

复杂电磁环境下通信辐射源个体细微特征提取方法雷迎科【摘要】针对实际复杂电磁环境下通信辐射源个体细微特征提取面临的标签样本缺失问题,将半监督学习理论引入到通信辐射源细微特征提取,提出一种半监督框架下的局部近邻保持正则化判别分析方法.该方法在双谱估计的基础上,通过向线性判别模型中有效融入由无标签样本所提供的流形结构信息,从而将线性判别方法扩展到半监督学习.在实际采集的同种型号、同种厂家、相同批次以及相同工作模式的不同FM通信电台数据集上的实验结果表明,该方法能够获得更优的分类识别性能.%To cope with the problem that the traditional fine feature extraction methods for identifying communication transmitters suffer from the lack of the labeled samples in real complex electromagnetic environment,an efficient fine feature extraction method,called locally neighborhood preserving regular-ized semi-supervised discriminant analysis,is proposed for communication transmitter recognition.Based on the bispectrum estimation,manifold structure information is incorporated into the linear discriminant model by unlabeled samples,which extends the linear discriminant analysis to the semi-supervised learn-ing.Extensive experiments on the real-world database sampled from different FM communication radios with the same model,manufacturer,manufacturing lot,and work pattern demonstrate that the proposed method can obtain better recognition performance.【期刊名称】《数据采集与处理》【年(卷),期】2018(033)001【总页数】10页(P22-31)【关键词】通信辐射源;细微特征;双谱;局部近邻保持正则化;半监督学习【作者】雷迎科【作者单位】电子工程学院,合肥,230037;通信信息控制和安全技术重点实验室,嘉兴,314033【正文语种】中文【中图分类】TP181引言现有的通信辐射源个体细微特征提取方法大体上可划分为暂态信号特征提取方法和稳态信号特征提取方法[1]。

基于IQ图特征的通信辐射源个体识别方法[发明专利]

专利名称：基于IQ图特征的通信辐射源个体识别方法专利类型：发明专利
发明人：雷迎科,陈悦,潘必胜,李星,陈翔,张孟伯,滕飞申请号：CN202010996665.8
申请日：20200921
公开号：CN112183279B
公开日：
20220610
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于IQ图特征的通信辐射源个体识别方法。

该方法为：将所有类别的辐射源数据归一化，得到幅度最大值为a的I、Q路数据；对归一化的I、Q路数据，取每b个点为一个数据样本，每一类辐射源截取c个样本，得到训练集；分别对所有类别的I、Q路数据进行维度变化，将一维I、Q路数据，按照横轴为时间，纵轴为样本值的大小进行维度变化，得到二维IQ图矩阵，再将I 路矩阵以及对应的Q路矩阵进行拼接得到二维矩阵图，将其作为神经网络的输入，用每个类别辐射源的训练样本对神经网络进行学习，保存学习好的神经网络模型，用来对测试集进行测试，完成通信辐射源个体识别。

本发明能够对不同辐射源信号进行分类，并且识别正确率高。

申请人：中国人民解放军国防科技大学
地址：230000 安徽省合肥市蜀山区黄山合肥市路460号
国籍：CN
代理机构：南京理工大学专利中心
代理人：薛云燕
更多信息请下载全文后查看。

基于双谱理论的雷达辐射源指纹特征提取

摘要
１５０００１；１辐射源指纹特征提取困难的问题，提出了基于双谱切片法和双谱围线积分法，提取辐射源指纹
特征的方法。介绍了二相编码信号的无意调制，仿真了理想情况和含有相位噪声的二相编码信号的时域波形。阐述了含相位噪声雷达信号的双谱估计，仿真了含相位噪声的二相编码信号的双谱图及等高图。最后利用双谱切片法和双谱
２．ＭｉｎｉｓｔｒｙｏｆＤｅｖｅｌｏｐｍｅｎｔａｎｄＣｏｎｓｔｒｕｃｔｉｏｎ，ＹｏｎｇｊｉＲｕｒａｌＰｏｗｅｒＣｏ．，Ｊｉｌｉｎ１３０２００，Ｃｈｉｎａ）
ＡｂｓｔｒａｃｔＩｎｌｉｇｈｔｏｆｔｈｅｄｉｆｉｃｆｕｌｔｙｉｎｓｐｅｃｉｉｃｆｅｍｉｔｔｅｒｉｎｆｇｅｒｐｉｎｒｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓｍｅｔｈｏｄｓ
ＥｌｅｃｔｒｏｎｉｃＳｃｉ．＆Ｔｅｃｈ．／Ｊｕｎｅ．１５．２０１３
基于双谱理论的雷达辐射源指纹特征提取
张春杰，李娜，周沫
（１．哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨２．吉林省吉林市永吉县农电有限公司发展建设部，吉林吉林
（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，ＨａｒｂｉｎＥｎｇｉｎｅｅｉｒｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ；