基于双谱的通信辐射源个体识别

《基于双谱的通信辐射源个体识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第2期蔡忠伟等：基于双谱的通信辐射源个体识别·77·基于双谱的通信辐射源个体识别蔡忠伟,李建东(西安电子科技大学ISN国家重点实验室信息科学研究所，陕西西安710071)摘要：对同类通信辐射源个体识别方法进行了深入的研究，采用选择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辐射源特征参数，采用径向基神经网络分类器实现了对通信辐射源信号的个体分类识别。实验结果表明，该方法在较低信噪比条件下较好地解决了同类辐射源的个体识别问题，识别正确率优于90%。关键词：选择双谱；径向基神经网络；个体识别中图分类号：TN

2、911.72文献标识码：A文章编号：1000-436X(2007)02-0075-05StudyoftransmitterindividualidentificationbasedonbispectraCAIZhong-wei,LIJian-dong(NationalKeyLaboratoryofISN,XidianUniversity,Xi’an710071,China)Abstract:BasedonthebispectraandRBF,anewmethodforidentifyingdifferenttransm

3、ittersofthesamemodelwaspresented.Theselectedspectraandparameterssignificantforclassificationofthereceivedsignalformtheidentificationfeaturevector,andRBFwasusedtorealizetheindividualidentification.Experimentresultsshowthatthemethodisabletoclassifythesamemodeltran

4、smitterwithanaccuracyrateofnolessthan90%undertheenvironmentoflowerSNR.Keywords:selectedbispectra;RBF;individualidentification第2期蔡忠伟等：基于双谱的通信辐射源个体识别·77·1引言从有限的采样样本中提取出通信信号的指纹参数，从而达到识别通信辐射源个体的目的，这是信号识别处理中的一类重要而又棘手的估计检测问题。尤其是在被噪声和复杂电磁环境所污染的数据中来如何确定并正确估计通信信号的瞬态特征参数，

5、仍是电子侦察领域中尚未解决的问题。收稿日期：2006-08-29；修回日期：2006-12-10近年来国内外均有多个科研机构在这一方面进行了深入的研究，采用的方法主要是基于辐射源“turn-on”瞬态特征分析的分类识别方法[1~4]和基于在发射机辐射信号中嵌入标识个体身份的伪随机序列2种方法[5,6]。第一种方法对瞬态特征的完整性有严格要求，而瞬态特征与噪声的相似性又带来了瞬态特征截获、提取的难度，所以限制了这种方法的应用。第二种方法则是适用于合作辐射源目标的个体识别。文献[1]是基于25dB信噪比的环境条件下对不同种

6、类通信电台的瞬态特征识别；文献[2]介绍的方法在识别8个不同通信电台目标的瞬态特征时，分类正确率约92.5%，并且采用的分类网络的训练时间需要几个小时。这些方法都没有解决对于对相同型号、相同批次、相同工作参数的通信电台个体识别问题，而且还存在信噪比要求高、运算时间长等缺点。本文通过对通信电台的瞬态特征的研究和分析，提出了一种基于双谱特征融合的通信信号指纹识别方法，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

7、进行个体识别。在15dB第2期蔡忠伟等：基于双谱的通信辐射源个体识别·77·信噪比的条件下，识别正确率优于90%。实验结果表明，该方法提取的瞬态特征参数稳定、个体标识性强，分类结果对原始数据的采样起始时刻不敏感，具有较好的实用前景。2基于双谱特征融合的通信信号指纹识别方法2.1通信辐射源个体识别的概念和原理通过某种机制模仿人类，实现对物体的分类，是模式识别领域一项基本任务。分类的目的就是将某一具体事物正确地归入某一类别。针对分类对象本身所具有多种特征，从中提取有助于分类的信息是保证正确分类的关键。分类是人们深入认识事物

8、的一个重要方法，其目的在于重建人们感知到的系统模型，认识事物的本质特性，因而用同一种方法去处理同一类事物。分类的复杂性表现在分类不存在客观的标准，任何分类都带有主观性质。分类的正确性依赖于对象模型和处理方法。通信辐射源的个体分类过程分为设计和决策2个阶段。设计是指用一定数量的样本(训练集或学习集)进行分类器的设计，决策是指用设计好