-
题名基于围线积分双谱的雷达辐射源信号个体特征提取
被引量：10
- 1
-
-
作者
陈韬伟
金炜东
李杰
-
机构
云南财经大学信息学院
西南交通大学电气工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第8期209-212,252,共5页
-
基金
国家自然科学基金(No.60971103)
云南省科技厅项目(No.2011FZ149)
+2 种基金
云南省教育厅规划项目(No.GY100045)
云南省教育厅一般项目(No.2011Y030)
云南财经大学科研基金(No.YC2011D04)
-
文摘
雷达辐射源信号因无法避免的振荡器相位噪声影响而具有无意调制个体特征现象。特定辐射源识别(SEI)技术研究立足于从截获的辐射源信号中提取细微且稳健的特征,这些特征是由特定辐射源个体所决定的指纹信息。采用围线积分双谱提取由振荡器相位噪声所造成的无意调制个体特征,并将围线积分双谱的均值、波形熵和双谱熵作为量化特征衡量不同雷达辐射源之间的个体差异。仿真实验表明,提取的量化特征在一定的信噪比环境下较好地体现辐射源之间的个体差异性,并且能够实现辐射源个体识别。
-
关键词
振荡器相位噪声
无意调制
特定辐射源识别
围线积分双谱
-
Keywords
oscillator phase noise
unintentional modulation
special emitter identification
surrounding-line integrated bispectrum
-
分类号
TN97
[电子电信—信号与信息处理]
-
-
题名基于类特征对齐的多源域适应辐射源个体识别方法
被引量：2
- 2
-
-
作者
李林
俞璐
蒋曾辉
陈健威
-
机构
中国人民解放军陆军工程大学
-
出处
《通信技术》
2023年第10期1137-1145,共9页
-
文摘
无监督域适应方法在通信辐射源个体识别任务中得到了深入研究和广泛应用。无监督域适应方法通过学习已标记的源域样本的域不变特征,实现对未标记的目标域的识别。然而,在复杂的电磁环境下,源域信号可能会受到多重因素的影响,导致多个源域的特征分布与目标域存在显著差异,甚至彼此之间也有所不同。鉴于这种情况,从分布差异的角度出发,提出了一种基于类特征联合对齐的多源域适应方法,并构建了一种称为类别特征对齐网络(Category Feature Alignment Network,CFAN)的深度神经网络模型,能够提取发射器的指纹特征。大量的实验结果验证了这种方法能够有效提高识别准确率。
-
关键词
通信辐射源个体识别
无监督域适应
多源域适应
信噪比
-
Keywords
special emitter identification
unsupervised domain adaptation
multi-source domain adaptation
signal-to-noise ratio
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于包络指纹特征的辐射源分类识别技术
被引量：4
- 3
-
-
作者
金丽洁
黄桂根
李品
魏耀
-
机构
南京电子技术研究所
-
出处
《现代雷达》
CSCD
北大核心
2020年第1期28-31,共4页
-
文摘
辐射源识别技术是当前电子侦察的重要研究方向。文中利用雷达模拟器的脉冲包络指纹特征,构建特征数据库,提出一种新的指纹特征向量匹配识别方法。该方法根据自适应评分机制,衡量不同特征向量之间的相似性,实现对辐射源脉冲的分类和识别处理。利用同型号雷达模拟器的外场实录数据,验证了该识别方法的有效性,分类性能优于传统的M-距离法。文中还定量分析了辐射源分类正确率与信噪比的关系,结果表明,分类正确率与SNR成正相关,当信噪比高于20 dB时,分类正确率超过95%。
-
关键词
辐射源个体识别
指纹特征
匹配方法
分类正确率
-
Keywords
special emitter identification
fingerprint feature
matching method
classification accuracy
-
分类号
TN955
[电子电信—信号与信息处理]
-
-
题名基于小样本条件的雷达辐射源个体识别算法
被引量：4
- 4
-
-
作者
丁辰伟
孙闽红
官友廉
-
机构
杭州电子科技大学通信工程学院
[
-
出处
《弹箭与制导学报》
北大核心
2021年第3期25-30,共6页
-
文摘
针对小样本条件下雷达辐射源个体识别率不高问题,提出了一种基于图像增强技术以及生成对抗网络(GAN)的雷达辐射源个体识别性能的算法,并对真实采集信号开展了算法性能验证与比较实验。实验结果表明:加入图像特征增强方法后,识别性能有明显提高,直方图均衡化特征增强法性能最优,识别率较改进前平均提高了9 dB。加入增强条件对抗生成网络(SCGAN)后,算法在小样本条件下的识别性能平均提升15 dB,所需样本数量减少了75%。
-
关键词
特定辐射源识别
卷积神经网络
稀疏自编码器
生成对抗网络
特征增强
-
Keywords
special emitter identification
convolutional neural network
sparse auto-encoder
generative adversarial network
feature enhancement
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
