基于局部围线积分双谱的通信辐射源个体识别

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

融合了辐射源调制特征参量作为分类特征向量, 采用了基于混合核函数的支持向量机 (SVM) 实现辐射源个体识别。实验 结果表明, 该方法具有较高的正确识别率 (90% 以上) , 并能够较好地解决同型号、 同批次通信辐射源的个体识别问题。 关键词: 通信辐射源; 局部围线积分双谱; 支持向量机 (SVM) ; 混合核函数 文献标志码: A 中图分类号: TP391.4 doi: 10.3778/j.issn.1002-8331.1106-0127
基金项目: 西北工业大学研究生创新种子基金 (No.Z2011112) 。
归, 并采用对辨识有贡献的辐射源调制特征参量作为分类 特征矢量, 用基于混合核函数的支持向量机完成对来自同 型号、 同批次、 同工作参数电台的通信辐射源个体识别。 实验结果表明, 该算法具有较高的识别率。
1
基于局部围线积分双谱的特征提取
B x ( ω1 ω 2 ) =
å å c3x ( τ1 τ 2 )e τ = -¥ τ = -¥
1 2
¥
¥
Leabharlann Baidu
- j( ω1τ1 + ω 2 τ 2 )
(1)
式中, c 3x (τ1, τ 2) = E { x* (n) x(n + τ1) x(n + τ 2)}, *表示共轭, c 3x (τ1, τ 2) 是 x(n) 的三阶累积量。
通常用高阶累计量作为分析非高斯随机过程的主要
分析工具。高阶谱能够携带更多幅度和相位信息, 同时能 够抑制高斯噪声, 最常见的高阶谱有三阶谱 (双谱) 和四阶 谱 (三 谱) 。双谱是阶数最低的高阶谱, 处理方法相对简 单, 运算量也小一些, 因此得到广泛应用。
1.1
局部围线积分双谱
静态信号序列 x(n) 双谱定义为:
Computer Engineering and Applications 计算机工程与应用
2013, 49 (1)
131
基于局部围线积分双谱的通信辐射源个体识别
陶旺林, 卢选民, 刘李娟
TAO Wanglin, LU Xuanmin, LIU Lijuan
西北工业大学 电子信息学院, 西安 710129 School of Electronics and Information, Northwestern Polytechnical University, Xi’ an 710129, China TAO Wanglin, LU Xuanmin, LIU Lijuan. Transmitter individual identification based on local surrounding-line integral bispectrum. Computer Engineering and Applications, 2013, 49 (1) : 131-133. Abstract:Based on the research of identifying individual radio transmitters with the same model, a novel method for identifying individual radio transmitters with the selected local surrounding-line integral bi-spectrum is proposed. The selected spectra and parameters significant for classification of the received signal form the identification feature vector, and Support Vector Machine (SVM)based on mixed kernel function is used to realize the individual identification. The experimental results demonstrate that the suggested technique has a recognition rate of 90% , and it can solve the problem of identifying individual transmitters with the same model and manufacturing lot. Key words: radio transmitters; local surrounding-line integral bi-spectrum; Support Vector Machine (SVM) ; mixed kernel function 摘 要: 对同类通信辐射源个体识别方法进行了深入的研究, 提出了基于局部围线积分双谱的通信辐射源个体识别算法,
通信辐射源个体识别是近年来通信对抗领域一个重 要的研究课题, 它主要根据各通信设备硬件差异在发射信 号上所表现出来的区别于其他个体的特征, 判别信号来自 哪部通信设备, 实现设备追踪, 进而有针对性地对敌重要 通信装备及其载体进行监视、 电子干扰或者军事打击。 通信对抗信号环境密集、 复杂、 交错和多变, 通信的时 间短, 采集的样本数据有限, 而且信噪比低, 变化较为剧 烈; 通信源个体较多引起的信号波形复杂多变, 造成在频 域上的拥挤和时域上的交迭, 这些都加大了指纹特征提取 的难度, 另外, 由于同型号通信设备指纹特征的差异非常 微小, 需要极高的提取测量精度; 而且, 通信信号经信道传 输引起的信号畸变会使得信号指纹特征变模糊, 置信度下 降, 这增大了信号指纹特征分析提取的难度。虽然引入积 分双谱可将二维双谱模板变换为一维函数 [1-3], 减少特征的 数目, 但是这类积分谱的计算可能导致一些分类信息的丢失。 因此, 本文针对同类通信辐射源个体难以辨识的特 点, 提出了局部围线积分双谱的通信辐射源个体识别算 法, 即用高阶谱分析对辐射源个体特征参数进行提取、 并
相关文档
最新文档