半监督条件下的贝叶斯估计辐射源指纹特征识别

• 作者: 张坤峰 李红光 眭萍 郭英
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 辐射源识别 指纹特征 半监督 贝叶斯估计 联合表征
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 电子信息工程
• 页码范围: 71-76
• 页数: 6页
• 分类号: TP751
• 语种: 中文
• DOI: 10.13245/j.hust.180814

摘要

针对传统辐射源指纹识别过程中测试数据间的相关性往往被忽略,同时非合作条件下辐射源信号的识别训练标签数据不足的问题,提出了一种半监督条件下的贝叶斯估计辐射源指纹特征识别算法.首先,针对训练数据集不足的问题,在训练特征集提取阶段,利用半监督条件下的贝叶斯估计算法将有标签训练数据和无标签测试数据同时用于特征学习,以获取更为鲁棒的训练特征集.其次,为了有效利用测试数据之间的相关性,在测试特征集识别阶段,利用测试特征集与训练特征集的联合表征模型,将测试数据之间的相关性考虑在内,以提高识别算法的鲁棒性.实验结果表明:该算法在训练样本较少的情况下,依然可以获得较为鲁棒的分类识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭英	空军工程大学信息与导航学院	144	1134	20.0	27.0
2	李红光	空军工程大学信息与导航学院	24	38	3.0	5.0
3	张坤峰	空军工程大学信息与导航学院	26	105	5.0	7.0
4	眭萍	空军工程大学信息与导航学院	19	25	3.0	4.0