基于最大分类间隔SVDD算法的辐射源个体确认

• 作者: 李少伟 楼才义 陈仕川 骆振兴
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 无线通信 辐射源个体确认 支持向量数据描述 最大分类间隔SVDD 辐射源指纹
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 研究简报
• 页码范围: 2268-2272
• 分类号: TN975
• 字数: 3643字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2011.00103

摘要

通信辐射源个体确认技术是实现通信辐射源个体识别的关键技术之一.该文研究了基于支持向量数据描述(SVDD)的通信辐射源个体确认算法.针对传统SVDD算法在正类训练样本不完备的条件下对正类测试样本接受率较低的不足,提出带反类训练的最大分类间隔SVDD算法(MCM-SVDD).MCM-SVDD在保证最小化超球体积的同时,使正类训练样本与反类训练样本距离超球表面的间隔最大化,从而提高了对正类测试样本正确接受的泛化能力.基于20台实际通信辐射源样本的实验表明,相对于SVDD,SVDD-neg和SVM,MCM-SVDD具有更高的平均确认率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆振兴		1	5	1.0	1.0
2	楼才义		1	5	1.0	1.0
3	陈仕川		1	5	1.0	1.0
4	李少伟		1	5	1.0	1.0