通信辐射源瞬态特征提取和个体识别方法

收稿日期:2008 11 13

基金项目:国家级重点实验室基金资助(9140C13050108DZ46)

作者简介:陆满君(1982 ),男,哈尔滨工程大学博士研究生,E mail:lumanjun@.

通信辐射源瞬态特征提取和个体识别方法

陆满君1,2,詹 毅2,司锡才1,杨小牛2

(1.哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;2.通信系统信息控制技术国家级重点实验室,浙江嘉兴 314033)

摘要:通信信号的个体识别是近年来非合作通信领域一个重要研究课题.根据瞬态信号的非线性特征,采用递归图的分析方法提取瞬态信号的起始时刻,然后采用小波变换进行特征提取,在此基础上采用遗传算法挑选出分辨能力强的特征,利用支持向量机分类器实现对通信辐射源信号的个体识别.实验结果表明该方法用较少的特征获得较高的正确识别率,正确识别率大于90%.关键词:辐射源识别;细微特征;特征选择;小波变换;遗传算法

中图分类号:T N971 文献标识码:A 文章编号:1001 2400(2009)04 0736 05

Extraction of the transient characteristics of the communication

radiating source and individual indentification

L U M an j un 1,2,ZH A N Yi 2,S I X i cai 1,YAN G X iao niu 2

(1.Scho ol o f Info.and Co mm.Eng.,H arbin Eng.U niv.,H arbin 150001,China;2.N ational L ab.of Info.Contro l T ech.fo r Comm.System,Jiax ing 314033,China)

Abstract:

Individual co mmunicatio n signals identif ication is an impor tant issue in the field o f

co mmunicatio n reconna issance in r ecent years.T he r ecur rence plot metho d is pro po sed to detect the star t up point of the transient signals,w hich is based o n the no nlinear character istics of the transient signal.Wav elet transfor m is used to ex tr act feat ur es f rom t he tr ansmitters.T he most discriminato ry featur es are selected fro m a lar ge number of wavelet t ransfo rm features by genetic alg or ithms,and Suppo rt V ector M achines (SVM )are used to realize the indiv idual identification.Experimental results show that the intro duced method achieves g oo d accuracy r eco gnition r ate in terms o f a little featur es as reference,w ith the accuracy recog nit ion being mo re than 90%.Key Words:

tr ansmitt er identification;fine feature;

feature selectio n;

wavelet transfor ms;

g enetic algo rit hms

随着通信技术的飞速发展,通信体制和调制样式更加复杂多样,通信电台的配置数量不断增加,常规的电子侦察所采用的信号特征,如载波频率、调制样式和调制参数等在复杂多变的信号环境下,已经难以满足现代战场的需求.因此,在电子战研究领域,出现了辐射源 指纹 识别的方法

[1 6]

,通过对接收信号进行特征

测量,确定产生信号的辐射源个体,美军将其定义为 将辐射源惟一电磁特征与辐射源个体关联起来的能力 .通信电台的这种关联起来的能力称为通信电台个体识别.

通信电台个体识别主要分为基于嵌入识别码的方法[1]和无意调制特征分析的识别方法[2 6].第1种方法是在发射机辐射信号中嵌入识别个体身份的伪随机序列,这种方法适用于合作辐射源目标的个体识别.第2种方法又可分为两类:一类是基于瞬态特征分析的分类识别方法

[2 4]

,另一类是基于稳态特征分析的分类识

别方法[5 6]

.稳态特征是在同步建立时或者正常通信时电台所表现出来的无意调制特征,该方法需要对通信电台进行精确的同步,因此限制了该方法在非合作通信领域的应用.

2009年8月第36卷 第4期

西安电子科技大学学报(自然科学版)

JOUR NAL OF XIDI AN UNIV ER SI TY

Aug.2009Vol.36 No.4

通信辐射源信号不同于雷达辐射源的脉冲发射体制,其起始时刻是随机的,因此瞬态信号起始检测是通信辐射源个体识别必须要解决的问题.虽然文献[3]认为对采样起始时刻不敏感,只是对起始时刻的精确时间不敏感,对于超短波战术电台而言,瞬态信号只有几毫秒到几十毫秒的时间,因此需要尽可能早地发现瞬态信号,才能较完整地采集到瞬态信号,以供后续分析.笔者根据瞬态信号的非线性特征,引入递归图的分析方法较好地提取了瞬态信号的起始时刻,然后采用小波变换进行特征提取,利用遗传算法从高维的特征向量中挑选出分类能力强的特征,最后采用支持向量机完成对同一类型且工作参数完全相同的电台个体识别.在10dB 信噪比的条件下,且不需要其他参数(如调制指数、载频变化率等)作为分类特征向量,识别正确率优于90%.

1 特征提取方法

1 1 识别处理流程

通信辐射源的个体识别过程可分为设计和决策两个阶段.在设计阶段利用一定数量的样本进行特征提取和特征选择,挑选出最具分类意义的特征向量,然用根据这个特征向量进行分类器的设计.决策时用这个设计好的分类器对未知的样本进行分类.该过程如图1所示

.

图1 通信辐射源个体识别原理图

瞬态信号的采集是基于起始时刻检测规则,一旦跃变检测出来,就开始存储信号;预处理的目的是减小或消除由于距离、传输路径和电磁环境等因素引起的噪声和信号幅度差异;然后进行特征提取和信号分类.在设计阶段还需要进行特征选择,从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的目的.1 2 跃变检测方法

通信信号的瞬态特征包含了丰富的非线性特征,是非平稳的.随着非线性理论研究的深入,非线性分析方法在雷达与通信信号处理中得到了广泛的应用[5,7].在提取非线性特征参数进行信号分析的过程中,对动力学系统进行相空间重构是其中的重要手段.为揭示相空间轨迹运行方式,文献[8]引入了一种从二维图形上观察非线性时间序列内部动力学机理递归的分析方法,称作递归图(recurrence plot,缩写为RP)法.

根据T akens 的相空间重构理论[9],选择合适的嵌入维数m 和延迟时间 ,可以将一维的非线性时间{x (i),i =1,2,!}序列重构出向量X i =(x (i),x (i + ),!,x (i +(m -1) )).这些有时间标记的向量序列{X i ,i =1,2,!,N }构成了系统的m 维相空间轨迹.用这些相空间上的向量点作为矩阵的行和列构成N ∀N 的递归图,图中的每个节点由对应的行和列向量点之间的距离来描述:

R i,j = ( -X i -X j ) , i,j =1,2,!,N ,

(1)

其中 为预先确定的阈值常数,表示临界距离;符号*

表示取向量的Euclidean 范数; (x )是H eav iside

函数.当R i,j 的值为1时,(i,j )位置上表示为一个黑点;当值为0时,(i,j )位置上表示为一个白点.因此,RP 将一个m 维相空间的轨迹关系映射到一个二维图上,图中黑点的比例反映了相空间内向量点递归频率及轨迹在相空间内的聚集度,定义递归度R R

[10]

如下:

R R =1N 2#N

i,j=1

R i,j .(2)

对于随机噪声序列,递归图上的黑点虽然没有应用在非线性序列上具有明确的动力学含义,但是也表达了序列的某种递归行为.构画递归图前,需要确定3个参数:嵌入维数m,延迟时间 和临界距离 .由于重构相空间的概念不能够用于随机噪声序列,采用设定m =1, =1的方法回避嵌入理论,而使用RP 技术分析

737

第4期 陆满君等:通信辐射源瞬态特征提取和个体识别方法