基于深度学习的通信辐射源指纹特征提取算法

• 作者: 雷迎科 黄健航
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 堆栈自编码器 通信辐射源指纹 特征提取
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 算法研究
• 页码范围: 31-38
• 页数: 8页
• 分类号: TN911.7
• 字数: 7741字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2018.01.004

摘要

针对在小样本条件下难以有效提取通信辐射源指纹特征的问题,设计了一种堆栈自编码网络的通信辐射源个体细微特征提取算法.首先通过预处理(高阶谱分析)将原始通信辐射源信号从时域转化到高维特征空间,然后利用大量无标签的通信辐射源高维样本训练堆栈自编码器网络,在此基础上,通过少量有标签的通信辐射源样本对softmax回归模型进行精校训练,从而获得面向通信辐射源指纹特征提取的深度学习网络.实际采集的通信电台数据集上的实验结果验证了该模型的可行性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷迎科		19	76	6.0	7.0
2	黄健航		1	8	1.0	1.0