通信辐射源个体识别研究现状及发展趋势

合集下载

雷达辐射源识别相关技术综述

（电子工程学院，合肥２０３）３０７
摘要雷达辐射源识别是电子战领域的关键技术之一，也是当前研究的重点课题。文章概述了当前雷达辐射源识别关键环节技术的研究现状，分析了雷达辐射源识别存在的
问题，出了雷达个体识别是解决这些问题的有效途径，指在此基础上，出了个体识别的提
收稿日期：１年７月１２１０３日
别主要利用输入的特征参数集，结合辐射源数据
库，用相关先进的分类识别算法，成辐射源识采完
别。随着电磁环境的不断恶化和复杂体制雷达的
不断涌现，特别是雷达有意改变其特征参数、战时平时改用不同工作模式等，当前的辐射源识别对
，
它通过辐射源参数测量、号分选分析、射信辐
源特征参数集选择与提取以及辐射源分类识别算
法等关键技术的实现，最终完成辐射源信号类型、型号、装载平台甚至个体的识别，为战场电磁态势
的明晰以及指挥员的指挥决策提供重要依据。辐射源识别的完成一般分为四个步骤… 参１：数测量、预处理、征选择与提取、类识别。参特分
２１第２期０２年
２２，ｏ．０１Ｎ２
电
子
对
抗
总第１３４期
ＳｒｓＮｏ１３ｅｅ．４ｉ
ＥＬＣＴ｜ＩＷＡＲＲＥＥ田０ＮＣＦＡ
・
专家论坛・
雷达辐射源识别相关技术综述

一种基于循环谱切片的通信辐射源识别方法

摘要：提出一种基于循环谱切片的通信辐射源个体识别方法。通过计算信号的循环谱密度矩阵，将循环谱密度切片作为初始高维特征，再采用主成分分析方法对其进行降维处理得到指纹特征矢量，最后采取概率神经网络分类器实现辐射源的个体识别。通过对２Ｏ部手持机的实验表明，使用该方法提取的特征矢量能够较好地反映
ＣｈｅｎＺｈｉｗｅｉ，ＸｕＺｈｉｊｕｎ，ＷａｎｇＪｉｎｍｉｎｇ，ＸｕＹｕｌｏｎｇ，ＫｏｎｇＬｅｉ
（ＣｏｌｌｅｇｅｏｆＣｏｍｍｕｎｉｃａｔｉｏｎｓＥｎｇｉｎｅｅｒｉｎｇ，ＰＬＡＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ，２１０００７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｍｅｔｈｏｄｂａｓｅｄｏｎｃｙｃｌｉｃｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙｓｌｉｃｅｆｏｒｅｍｉｔｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｓｐｒｅｓｅｎ— ｔｅｄ．Ｔｈｅｓｉｇｎａｌｃｙｃｌｉｃｓｐｅｃｔｒｕｍｄｅｎｓｉｔｙｍａｔｒｉｘｉｓｃａｌｃｕｌａｔｅｄａｎｄｉｔｓｓｌｉｃｅｉｓｕｓｅｄａｓｔｈｅｉｎｉｔｉａｌｈｉｇｈ — ｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅ．Ｔｈｅｎｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｉｓｕｓｅｄｔｏｄｅｓｃｅｎｄｔｈｅｄｉｍｅｎｓｉｏｎａｎｄｏｂｔａｉｎｔｈｅｆｉｎｇｅｒｐｒｉｎｔｆｅａｔｕｒｅｖｅｃｔｏｒ．Ｆｉｎａｌｌｙ，ｔｈｅｅｍｉｔｔｅｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｓｒｅａｌ — ｉｚｅｄｂｙｕｓｉｎｇｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｅｒ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｂａｓｅｄｏｎ２０ｉｎｔｅｒｐｈｏｎｅｓ

雷达辐射源指纹识别技术综述

ｍｅａｓｕｒｅｒｅｃｏｎｎａｉｓｓａｎｃｅ．Ｗｉｔｈｔｈｅｉｎｃｒｅａｓｉｎｇｌｙｃｏｍｐｌｅｘｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｅｎｖｉｒｏｎｍｅｎｔａｎｄｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｒａｄａｒｔｅｃｈｎｉｑｕｅ，ｒａｄａｒｅｍｉｔｔｅｒｉｎｆｇｅｒｐｒｉｎｔｒｅｃｏｇｎｉｔｉｏｎｐｌａｙｓａｎｉｍｐｏｒｔａｎｔ
ｒｏｌｅ，ａｎｄｉｓｆａｃｉｎｇｓｅｖｅｒｅｃｈａｌｌｅｎｇｅｓ．Ｔｏｅｘｐｏｕｎｄｔｈｅｍｅｃｈａｎｉｓｍｏｆｉｎｆｇｅｒｐｒｉｎｔｃｈａｒａｃｔｅｉｓｒｔｉｃｓ，
Ｋｅｙｗｏｒｄｓ：ｅｍｉｔｔｅｒｉｄｅｎｔｉｉｃｆａｔｉｏｎ；ｉｎｆｇｅｐｒｒｉｎｔｃｈａｒａｃｔｅｒｉｓｔｉｃ；ｔｒａｎｓｍｉｔｔｅｒ；ｕｎｉｎｔｅｎｔｉｏｎａｌｍｏｄｕｌａ —
ＲｅｃｏｇｎｉｔｉｏｎＴｅｃｈｎｉｑｕｅ
ＷｕＷｅｉｃｈｅｎｇＰａｎＪｉｆｅｉＬｉｕＸｉｎ
（ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｉｒｎｇＩｎｓｔｉｔｕｔｅ，Ｈｅｆｅｉ２３００３７，Ｃｈｉｎａ）

通信辐射源个体开集识别中的二分类SVDD算法

第３６卷第２期
２０１７年６月
通信对抗
Ｃ０ＭＭＵＮＩＣＡＴ１０ＮＣＯＵＮＩＲＭＥＡＳＵＲＥＳ
Ｖ０１．３６Ｎｏ．２
Ｊｕｎ．２０１７
通信辐射源个体开集识别中的二分类ＳＶＤＤ算法
骆振兴，陈仕川１，２杨小牛
ｃｌｓａｓｓｕｐｐｏｒｔｖｅｃｔｏｒｄａｔａｄｅｓｃｉｒｒ ’ ｔｉｏｎ（ＴＣ — ＳＶＤＤ）ｉｓｓｔｕｄｉｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｏｉｎｃｒｅａｓｅｔｈｅｌｏｗｒｆａｃｉｔｏｎｏｆｔａｒｇｅｔ
ｓｃｌａｅｄｃｌａｓｓｉｉｆｃａｉｔｏｎｍａｒｇｉｎＴＣ — ＳＶＤＤ（ＤＳＣＭ— ＴＣ— ＳＶＤＤ）ｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｍａｒｇｉｎｓｂｅｔｗｅｅｎｈｙｐｅｒ — ｓｐｈｅｒｅｓ
正类分类率。
关键词：辐射源个体识别；通信侦察；数据描述；支持向量机；网络安全
中图分类号：ＴＮ９７５文献标识码：Ａ
Ｔｗｏ－ｃｌａｓｓＳＶＤＤＡｌｇｏｒｉｔｈｍｆｏｒＯｐｅｎ－ｓｅｔＳｐｅｃｉｆｉｃＥｍｉｔｔｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎ
Ｊｉａｘ Βιβλιοθήκη ｎｇＺｈｅｊｉａｎｇ３１４０３３，Ｃｈｉｎａ；２．Ｎｏ．３６ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣＥＴＣ，ＪｉａｘｉｎｇＺｈｅｊｉａｎｇ３１４０３３，Ｃｈｉａ）ｎ

基于系统辨识的电台类型分类实验研究

实存在较明显的差异，可以将其作为特征对电台类型进行有效分类。
关键词：性特性；线系统辨识；率响应；台类型分选频电
Ｅｐｒｅｔｌｎｅｔａｉｎｏｄｏ — ｙｅａｓｆａｉｎＢａｅｘｅｉｎａｖｓｉｔｆＲａｉ— ｐｓＣｌｓｉｃｔｓｄｍＩｇｏＴｉｏｏｓｅＩｅｔｉａｉｎＴｅｈｉｕｎＳｙｔｍｎｉｃｔｃｎｑｅｄｆｏ
ｆｅｕｅｃｅｐｎｅｆｔｅｅｔａｅｏｅｓｉｕｅｏｃａｓｙｄｆｅｅｔｒｄｏｔｐｓｉａｙｎｅｐｒｍｅｔｉｒｑｎｙｒｓｏｓｓｏｓｉｔｄｍｄｌｓｓｄｔｌｓｆｈｍｉｉｒｎａｉｙｅ．Ｆｎｌ，ａｘｅｌｉｎｓ
ｏｅｃｒｅ．ｆｈｕｖｓＡｎｄｔｅｒｉｏｙｐｓｃｎｂｌｓｉｅｆｃｉｅｙｂｓｇｔｅｆｅｕｅｙｒｓｏｓｓａｆａｕｅｔｈａｄ —ｔｅａｅｃａｓｄｅｅｔｌｙｕｉｒｑｎｃｅｐｎｅａｅｔｒ．ｉｆｖｎｈＫｅｗｏｄ：ｎｅｒｃａａｔｒｓｉ；ｙｔｍｄｎｉｃｔｏ；ｒｑｅｃｅｐｎｅｒｄｏ — ｐｅｌｓｉｃｔｎｙｒｓｈａｈｒｃｅｔｃｓｓｅｉｅｔａｉｎｆｅｕｎｙｒｓｏｓ；ａｉ —ｔｓａｓｆａｉｉｉｆｙｃｉｏ
Ａｂｔａｔｓｒｃ：ＴｈｅｅｓｔｎｅｈｏｏｏｙｏａｉｅｎｃｓｉａｄｍｔｄｌｇｆＲｄｏ—ＴｙｅｏｎｔｏｓｐｏｏｅｎｔｉｐｐｒｙｐｅＲｃｇｉｎｉｒｐｓｄｉｈｓａｅ．Ｗｉｉｔｈａｎｌｓｓｏｅｄｇｔｌｍｏｕａｉｎｓｓｅ，ｈｉｅｒｃａａｔｒｓｉｆｈｅｓｓｅｓｏｃｒｅｎｕｓｑｅｌｎａａｙｉｆｈｉｉａｄｌｔｏｔｍｔｅｌａｈｒｃｅｔｏｙｔｍｉｃｎｅｄａｄｓｂｅｕｎｔｔｙｎｉｃｔｎｙａｂａｋｏｏｅｆｔｅｓｓｅｉｂｉｙｕｉｇｓｓｅｄｎｉｃｔｎｔｃｎｑ．Ｔｈｅｄｆｅｅｅａｏｇｔｅｌｃ —ｂｘｍｄｌｏｙｔｍｓｕｌｂｓｙｔｍｉｅｔｆａｉｅｈｉｕｅｈｔｎｉｏｉｒｎｃｍｎｈ

现代雷达辐射源识别技术研究

极其重要的作用。当前用于识别的特征参数主要包括小波包特征、像系数、相盒维数、值等，何选择合适熵如的特征参数来提高识别率并有效减少识别时间是需要
射源型号的几种常用方法，理论上详细分析了它们的优缺点，重点提出了脉内特征在现代从并
雷达辐射源识别中的重要性。最后指出当前这一领域亟需解决的一些问题。关键词：辐射源识别；内特征；类器脉分中图分类号：ＴＮ９４７文献标识码：Ａ
均相同辐射源的识别有着特殊意义。雷达辐射源型号识别的关键技术主要是：类器分
的选择及特征参数的选择。分类器已从初期的模板匹配法、糊匹配法发展到当前的神经网络、持向量机模支
等。特征参数的选择对于雷达辐射源型号的识别有着
（．ＤｅａｔｎｆＧｒｄｔａｇｍｅｔ，１ｐｒｍｅｔｏａｕａｅＭｎａｅｎＡＦＡＲ，ｕｈｎ４００９，ｕｂｉＣｈｉａ；ＤｉｉｉＷａ３１Ｈｅ，ｎ２．ｖｓｏｎｏｆＴｒｎｉａｉｎｇ，ＡＦＡＲ，ｕ￣３１ＨｕｂｉＣｈｎａ；．ＤｅａｔｎｆＥｌｃｒｉＷｈａａ４００９，ｅ，ｉ３ｐｒｍｅｔｏｅｔｏｎｃＣｏｔｒａｕｒｓＡＦＡＲ，ｕｈｎ４００１Ｈｕｅ，ｕｎｅｍｅｓｅ，Ｗａ３９，ｂｉＣｈｉａ）ｎ

浅议信息源个体识别

学术论坛
浅议信息源个体识别
萱艳磊
பைடு நூலகம்
（国人民武装警察部队学院河北廊坊０５０）中６００
摘要：本文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，然后采用小渡变换进行特征提取，此基础上采在用遗传算法挑选出分辨能力强的特征，用支持向量机的分类器实现对通信辐射源信号的个体识别。利关键词：息源识别细微特征小波变换遗传算法信中图分类号：Ｎ９Ｔ１１文献标识码：Ａ文章编号：０７９１（０２０．１６０１０ — ４６２１）３０９ —２
小波变换是一种较新的信号分析工具，它提供了一种分析多尺已被应用于许多领域。波变换在遥感小在通信信号个体识别中，参数估计和特征提取是非合作通信领度或多分辨率信号的方法，如图图像边缘检域内两类非常重要的问题，是通信及相关领域的一个研究和应用领域中的应用相当广泛，数据压缩，像纹理分析、也图像降噪以及图像融合等。的热点。通信信号个体识别研究的重点是通信电台设备的细微特测、对于任一信号ｓ）散小波变换可表示为信号与小波函数的（的离ｔ征，军事通信侦察中有着重要的战术价值。在内积，即
１、引言
２通信信号特征分析、
’
通信信号指纹特征是信号本身所具有的，能够反映信号个体特＾七点的技术特征。针对通信体制、调制样式、信号频率均相同的信号进其中ｓ）（为待分析信号，ｎｊ为尺度参数，为平移参数。ｋ采用小波行个体识别问题，息源特征就是由于辐射源在制造过程中的各种变换将信号分解为高频和低频两部分，信再将低频部分分解为高频和随机因素造成的个体差异，这些差异会体现在辐射源输出的信号低频两部分，此反复可实现多分辨分析。先对信息辐射源信号如首上，具有一定的稳定性和各相同的变化规律ｆ二并１］。进行多尺度的一维离散小波变换，在每一尺度，可得到与原始信号２信息源细微特征应该具有以下特点．１相关性较高的近似系数和包含辐射信号细节信息的高频系数（细节（）征参数的完备性和普遍性：Ｉ特所提取的细微特征能够充分系数）然后对近似系数再进行下一尺度的小波分解，，依此重复，将体现通信电台的个体特征，并且是任意个体都普遍存在的，而不是得到所有分解尺度的细节系数以及最终分解尺度的近似系数。假设仅仅存在于部分个体中；对信号进行ｎ尺度小波分解，可得到ｎ个细节系数和１个近似系数，分则最终可得到（＋）ｎ１个特（）征参数的多样性和唯一性：２特个体的属性应由多个特征参别计算细节系数以及近似系数的能量值，这样可得到１（＋１Ｘｎ）维特征向量Ｆ这（＋１。ｎ）个特征向量即可数组成的特征集合来描述，任意个体都可由一组唯一的特征向量来征波段，代表每个辐射信号的细微特征信息【４】。区别于其它个体；３３特征选择（）征参数的可检测性：３特特征参数应该能够利用当前先进的般情况下，有在特征矢量中包含了足够的类别信息，能只才技术手段，过有限次观测检测出来，有相当的可行性；通具

基于深度聚类的通信辐射源个体识别方法

基于深度聚类的通信辐射源个体识别方法
贾鑫;蒋磊;郭京京;齐子森
【期刊名称】《空军工程大学学报》
【年(卷),期】2024(25)1
【摘要】针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法。

利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程和特征聚类过程进行联合优化,使表征学习和特征聚类契合度更高,更好地完成无标签条件下的通信辐射源个体识别。

通过对5种ZigBee设备采集的信号进行实验,结果表明在信噪比高于0 dB时,可以达到85%以上的识别准确率,证明了本文方法的有效性和稳定性。

【总页数】8页(P115-122)
【作者】贾鑫;蒋磊;郭京京;齐子森
【作者单位】空军工程大学信息与导航学院;93184部队
【正文语种】中文
【中图分类】TN957.51;TN911.7
【相关文献】
1.一种基于深度置信网络的通信辐射源个体识别方法
2.基于深度学习的辐射源个体识别方法综述
3.基于多域特征融合的通信辐射源个体识别方法
4.基于卷积原型网
络的通信辐射源个体开集识别方法5.基于SDAE_SVDD的通信辐射源个体开集识别方法
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｈｏｔｓｐｏｔｉｎｃｏｍｍｕｎｉｃａｔｉｏｎｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ．Ａｎｌｙａｓｉｓｔｏｃｏｍｍｕｎｉｃａｔｉｏｎｓｉｇｎａｌｓｕｂｔｌｅｆｅａｔｕｒｅｓ
２０１４年第１期
２０１４，Ｎｏ．１
电
子
对
抗
总第１５４期
ＳｅｉｅｒｓＮｏ．１５４
ＥＬＥＣＴＲ０ＮＩＣＷＡＲＦＡＲＥ
・综
述・
通信辐射源个体识别研究现状及发展趋势
梁江海黄光泉王丰华黄知涛
ＲｅｓｅａｒｃｈＳｉｔｕａｔｉｏｎａｎｄＤｉｒｅｃｔｉｏｎｓｏｆＴｒａｎｓｍｉｔｔｅｒＩｎｄｉｖｉｄｕａｌ
ＩｄｅｎｔｉｉｃｆａｔｉｏｎＴｅｃｈｎｉｑｕｅ
特征提取、稳态特征提取、特征分析与选择这三个方面来介绍细微特征分析的研究现状。然后，分析了分类器在通信辐射源个体识别中的应用现状。最后，结合存在的问题，指出
了通信辐射源个体识别技术未来可能的发展方向。关键词个体识别细微特征分析分类器的设计
（国防科学技术大学电子科学与工程学院，长沙４１００７３）
摘要近年来，通信辐射源个体识别技术是通信信号处理领域里的一个研究热点。而
细微特征分析和分类器的设计是辐射源个体识别技术的两个重要方面。文章首先从暂态
ＬｉａｎｇＪｉａｎｇｈａｉＨｕａｎｇＧｕａｎｇｑｕａｎＷａｎｇＦｅｎｇｈｕａＨｕａｎｅｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，
ａｎｄｄｅｓｉｇｎｏｆｃｌａｓｓｉｉｅｆｒａｒｅｔｗｏｋｅｙａｓｐｅｃｔｓｏｆｔｒａｎｓｍｉｔｔｅｒｉｎｄｉｖｉｄｕａｌｉｄｅｎｔｉｉｃｆａｔｉｏｎｔｅｃｈｎｉｑｕｅ．Ｆｉｒｓｔｌｙｒｅｓｅａｒｃｈｓｉｔｕａｔｉｏｎｏｆａｎａｌｙｓｉｓｔｏｃｏｍｍｕｎｉｃａｔｉｏｎｓｉｇｎａｌｓｕｂｔｌｅｆｅａｔｕｒｅｓｉｓｉｎｔｒｏｄｕｃｅｄｆｒｏｍａｓｐｅｃｔｓｏｆｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｏｔｒａｎｓｉｅｎｔｓｉｇｎａｌ，ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｏｓｔｅａｄｙｓｉｇｎａｌａｎｄａｎａｌｙｓｉｓｔｏｆｅａｔｕｒｅ．Ｔｈｅｎ，ａｐｐｌｉｃａｔｉｏｎｓｉｔｕａｔｉｏｎｏｆｃｌａｓｓｉｉｅｆｒｔｏｔｒａｎｓｍｉｔｔｅｒｉｎｄｉｖｉｄｕａｌｉｄｅｎｔｉｉｃｆａｔｉｏｎｔｅｃｈ－ｎｉｑｕｅｉｓｉｎｔｒｏｄｕｃｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｐｏｓｓｉｂｌｅｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｓｏｆｔｒａｎｓｍｉｔｔｅｒｉｎｄｉｖｉｄｕａｌｉｄｅｎｔｉｉ－ｆｃａｔｉｏｎｔｅｃｈｎｉｑｕｅａｒｅｐｒｏｖｉｄｅｄｂｒｉｅｌｙ，ａｆｃｃｏｒｄｉｎｇｔｏｃｕｒｒｅｎｔｄｉｆｉｃｆｕｌｔｉｅｓｉｎｉｎｄｉｖｉｄｕａｌｉｄｅｎｔｉｉｃｆａ —
Ｃｈａｎｇｓｈａ４１００７３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｒｅｃｅｎｔｙｅａｒｓ．ｔｒａｎｓｍｉｔｔｅｒｉｎｄｉｖｉｄｕａｌｉｄｅｎｔｉｉｃｆａｔｉｏｎｔｅｃｈｎｉｑｕｅｈａｓｂｅｃｏｍｅｒｅｓｅａｒｃｈ