-
题名一种基于经验模态分解的通信辐射源个体识别方法
被引量：21
- 1
-
-
作者
梁江海
黄知涛
袁英俊
黄光泉
-
机构
国防科学技术大学电子科学与工程学院
-
出处
《中国电子科学研究院学报》
2013年第4期393-397,417,共6页
-
文摘
提出了一种基于经验模态分解(EMD,empirical mode decomposition)的通信辐射源个体识别方法。首先采用EMD方法将稳态信号的主要信号成分与杂散成分分离开来;然后提取杂散成分的频域特征作为信号的细微特征;最后运用支持向量机(SVM,support vector machine)分类器对多个通信辐射源个体进行分类识别。无线网卡个体识别的实验结果表明,对同型号的辐射源个体,该方法可以取得较好的识别效果;尤其在较低信噪比下,与其他方法相比,该方法获得更高的识别率。
-
关键词
EMD方法
杂散成分
支持向量机
辐射源个体识别
-
Keywords
empirical mode decomposition
stray components
support vector machine
transmitter individual identification
-
分类号
TN911
[电子电信—通信与信息系统]
-
-
题名基于深度残差适配网络的通信辐射源个体识别
被引量：12
- 2
-
-
作者
陈浩
杨俊安
刘辉
-
机构
国防科技大学电子对抗学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第3期603-609,共7页
-
基金
安徽省自然科学基金(1908085MF202)
国防科技大学科研计划项目(ZK18-03-14)资助课题。
-
文摘
为解决通信辐射源识别中传统的人工特征提取方法鲁棒性不足和深度学习方法需要大量带标签目标域数据的问题,提出一种基于深度残差适配网络的通信辐射源个体识别方法。应用深度学习技术实现从源域到目标域上的迁移识别,只需要将带标签的源域数据和无标签的目标域数据进行训练。原始通信辐射源信号经过预处理后输入网络训练,将源域和目标域的分布差异和网络的损失函数作为优化目标,反复迭代得到最终模型。在实际采集的通信辐射源数据集上的实验结果证明了该方法的可行性和有效性。
-
关键词
辐射源个体识别
深度学习
迁移学习
特征提取
-
Keywords
transmitter individual identification
deep learning
transfer learning
feature extraction
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名基于多谱与支持向量机的通信辐射源个体识别
被引量：11
- 3
-
-
作者
杨举
卢选民
周亚建
-
机构
西北工业大学电子信息学院
北京邮电大学信息安全研究所
-
出处
《计算机仿真》
CSCD
北大核心
2010年第11期349-353,共5页
-
文摘
研究电台信号性能识别问题,针对同类辐射源个体难以分类识别的特点,为消除噪声,识别有效信号,采用一种局部积分双谱作为个体识别的基本特征向量,并融合了对分类具有显著贡献的电台辐射源特征参数形成新的特征向量,提出了一种基于混合核函数的支持向量机实现通信辐射源个体的分类识别的方法,并比较了核函数的不同参数对通信信号分类正确率的影响以及使用混合核函数和普通核函数的各自的分类效果。对FM电台辐射源个体分类的实验结果表明,方法在较低信噪比下对同型号、同批次通信辐射源个体识别可以取得良好的效果。
-
关键词
局部积分双谱
支持向量机
核函数
辐射源个体识别
-
Keywords
Local integral bispectra
Support vector machine（SVM）
Kernel function
transmitter individual identification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
