小样本条件下通信辐射源个体识别方法研究
发布时间：2021-11-18 07:29
在军事斗争领域,通信辐射源个体识别对提高通信对抗作战能力具有极其重要的意义。通过提取敌方通信辐射源信号的细微特征,并利用先验信息确定信号来自哪个通信辐射源,为准确预测敌方的战略、战术意图等情报提供了重要依据。同时,在军转民应用领域中,该技术在无线通信网络安全、认知无线电和机械故障诊断等方面也具有重要的应用前景和价值。本文立足于通信对抗领域,在对现有通信辐射源个体识别方法的现状进行深入剖析的基础上,提出了一种小样本条件下通信辐射源个体识别方法,该方法围绕小样本条件下通信辐射源个体识别中特征提取、特征降维,以及分类器设计等关键技术展开研究,通过实际采集数据验证了所提方法的有效性。论文的主要工作归纳如下:（1）根据发射信号状态的不同,从暂态特征和稳态特征两方面研究通信辐射源特征提取方法。在暂态特征提取方面,为解决暂态信号起点和终点的精确检测问题,研究了改进相位的起点检测法和基于HHT能量轨迹自适应阈值的终点检测法,在此基础上,提出了一种基于HVG-NTE的特征提取方法,提高了特征的抗噪声性能;在稳态特征提取方面,通过对四种积分双谱性能的比较分析后,研究了基于SIB的特征提取方法,该方法得到的...
【文章来源】：上海大学上海市 211工程院校
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
流形学习示例(坐标轴单位为归一化单位)
上海大学博士学位论文33图3.1传输信号波形Figure3.1Waveformofthetransmissionsignal门限检测法需要人为给定门限，并且对噪声敏感。贝叶斯检测法不需要提前设定门限，但是需要知道暂态功率电平的变化趋势。而基于相位的起始点检测法是根据信号相位从起始点开始变为并保持线性来检测起点，该方法不受噪声影响。因此，基于相位的方法被用于检测暂态起始点。典型的传输信号波形，如图3.1所示，包含噪声、暂态信号和稳态信号。因此，传输信号的模型如下[24]：+++=nikifiniskimifinismiifindsti1)()()()()1)((3.1)其中id为时刻i的数据样本；N是样本数量；m为暂态信号的起始点；k是终点；n(i)为信道噪声；()tsi为暂态信号；当i<m时，()tsi=0；()ssi是稳态信号，当i<k+1时，()ssi=0。瞬时相位的计算公式如下：1()()tan[]()qttit=(3.2)其中i(t)和q(t)表示复信号的同相和正交分量。为了消除在2弧度的倍数下产生的不连续性，把瞬时相位展开。展开得到的向量，具有和原始信号相同的长度N。
上海大学博士学位论文34为了简化检测过程，得到展开相位向量（UnwrappedPhaseVector,AV）中每一个元素的绝对值。为了放大信号噪声和暂态部分之间的变化，使用一个大小为s的不重叠窗口，计算AV连续部分的相位（特征）的方差。然后将特征存储在一个长度为N/s的临时方差向量（TemporaryVariancesVector,TV）中。TV(i)=var(AV(d+1),AV(d+2),...,AV(g))(3.3)其中，i=1,2,...,N/s,g=is,d=gs，var表示相位的方差。图3-2为不同窗长下的信号方差，可以看出信号的“突变点”差不多都在同一位置。然后，计算TV矢量中每个连续相位方差之间的差值，从而得到分形轨迹（FractalTrajectory,FT）。暂态检测采用如下两步过程：根据一定长度(winL)的重叠窗口计算FT值。将每个窗口中的值与预定的阈值T进行比较如下：(),(1),...,()winFTiFTi+FTi+LT(3.4)其中1,2,()wini=lengthFTL，阈值T=50，10winL=。图3.2信号的相位方差Figure3.2Phasevarianceofthesignal
【参考文献】：
期刊论文
[1]基于改进的半监督主动学习的雷达信号识别[J]. 吴莹,罗明. 信号处理. 2018(06)
[2]Specific Emitter Identification Based on Visibility Graph Entropy[J]. 朱胜利,甘露. Chinese Physics Letters. 2018(03)
[3]基于特征降维的卫星通信辐射源个体识别方法[J]. 贾永强,甘露. 测控技术. 2017(11)
[4]结合时域分析和改进双谱的通信信号特征提取算法[J]. 王欢欢,张涛. 信号处理. 2017(06)
[5]基于Softmax回归的通信辐射源特征分类识别方法[J]. 刘亚冲,唐智灵. 计算机工程. 2018(02)
[6]基于双谱特征融合的通信辐射源识别算法[J]. 桂云川,杨俊安,万俊. 探测与控制学报. 2016(05)
[7]基于边际Fisher准则和迁移学习的小样本集分类器设计算法[J]. 舒醒,于慧敏,郑伟伟,谢奕,胡浩基,唐慧明. 自动化学报. 2016(09)
[8]基于经验模态分解的通信辐射源分形特征提取算法[J]. 桂云川,杨俊安,吕季杰,王伟. 探测与控制学报. 2016(01)
[9]一种新颖的通信辐射源个体细微特征提取方法[J]. 雷迎科,郝晓军,韩慧,王李军. 电波科学学报. 2016(01)
[10]多核融合框架下的雷达辐射源个体识别[J]. 史亚,姬红兵,朱明哲,王磊. 电子与信息学报. 2014(10)
博士论文
[1]基于信号指纹的通信辐射源个体识别技术研究[D]. 徐书华.华中科技大学 2007
本文编号：3502474
【文章来源】：上海大学上海市 211工程院校
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
流形学习示例(坐标轴单位为归一化单位)
上海大学博士学位论文33图3.1传输信号波形Figure3.1Waveformofthetransmissionsignal门限检测法需要人为给定门限，并且对噪声敏感。贝叶斯检测法不需要提前设定门限，但是需要知道暂态功率电平的变化趋势。而基于相位的起始点检测法是根据信号相位从起始点开始变为并保持线性来检测起点，该方法不受噪声影响。因此，基于相位的方法被用于检测暂态起始点。典型的传输信号波形，如图3.1所示，包含噪声、暂态信号和稳态信号。因此，传输信号的模型如下[24]：+++=nikifiniskimifinismiifindsti1)()()()()1)((3.1)其中id为时刻i的数据样本；N是样本数量；m为暂态信号的起始点；k是终点；n(i)为信道噪声；()tsi为暂态信号；当i<m时，()tsi=0；()ssi是稳态信号，当i<k+1时，()ssi=0。瞬时相位的计算公式如下：1()()tan[]()qttit=(3.2)其中i(t)和q(t)表示复信号的同相和正交分量。为了消除在2弧度的倍数下产生的不连续性，把瞬时相位展开。展开得到的向量，具有和原始信号相同的长度N。
上海大学博士学位论文34为了简化检测过程，得到展开相位向量（UnwrappedPhaseVector,AV）中每一个元素的绝对值。为了放大信号噪声和暂态部分之间的变化，使用一个大小为s的不重叠窗口，计算AV连续部分的相位（特征）的方差。然后将特征存储在一个长度为N/s的临时方差向量（TemporaryVariancesVector,TV）中。TV(i)=var(AV(d+1),AV(d+2),...,AV(g))(3.3)其中，i=1,2,...,N/s,g=is,d=gs，var表示相位的方差。图3-2为不同窗长下的信号方差，可以看出信号的“突变点”差不多都在同一位置。然后，计算TV矢量中每个连续相位方差之间的差值，从而得到分形轨迹（FractalTrajectory,FT）。暂态检测采用如下两步过程：根据一定长度(winL)的重叠窗口计算FT值。将每个窗口中的值与预定的阈值T进行比较如下：(),(1),...,()winFTiFTi+FTi+LT(3.4)其中1,2,()wini=lengthFTL，阈值T=50，10winL=。图3.2信号的相位方差Figure3.2Phasevarianceofthesignal
【参考文献】：
期刊论文
[1]基于改进的半监督主动学习的雷达信号识别[J]. 吴莹,罗明. 信号处理. 2018(06)
[2]Specific Emitter Identification Based on Visibility Graph Entropy[J]. 朱胜利,甘露. Chinese Physics Letters. 2018(03)
[3]基于特征降维的卫星通信辐射源个体识别方法[J]. 贾永强,甘露. 测控技术. 2017(11)
[4]结合时域分析和改进双谱的通信信号特征提取算法[J]. 王欢欢,张涛. 信号处理. 2017(06)
[5]基于Softmax回归的通信辐射源特征分类识别方法[J]. 刘亚冲,唐智灵. 计算机工程. 2018(02)
[6]基于双谱特征融合的通信辐射源识别算法[J]. 桂云川,杨俊安,万俊. 探测与控制学报. 2016(05)
[7]基于边际Fisher准则和迁移学习的小样本集分类器设计算法[J]. 舒醒,于慧敏,郑伟伟,谢奕,胡浩基,唐慧明. 自动化学报. 2016(09)
[8]基于经验模态分解的通信辐射源分形特征提取算法[J]. 桂云川,杨俊安,吕季杰,王伟. 探测与控制学报. 2016(01)
[9]一种新颖的通信辐射源个体细微特征提取方法[J]. 雷迎科,郝晓军,韩慧,王李军. 电波科学学报. 2016(01)
[10]多核融合框架下的雷达辐射源个体识别[J]. 史亚,姬红兵,朱明哲,王磊. 电子与信息学报. 2014(10)
博士论文
[1]基于信号指纹的通信辐射源个体识别技术研究[D]. 徐书华.华中科技大学 2007
本文编号：3502474
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3502474.html
