基于对角切片特征提取和深度学习的辐射源识别

• 作者: 李楠
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 辐射源识别 复杂电磁环境 双谱 对角切片 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用基础与前沿技术
• 页码范围: 1-6
• 页数: 6页
• 分类号: TN97
• 字数: 4048字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2019.01.001

摘要

针对复杂电磁环境下辐射源识别率低的问题,提出基于对角切片特征和深度学习的辐射源识别算法.利用辐射源信号双谱的个体特性,提取信号双谱对角切片特征作为深度学习模型的输入数据,采用Softmax分类器进行辐射源识别.仿真实验利用两部同型辐射源进行测试,结果表明该算法能识别个体辐射源,在低信噪比条件下也能获得高的辐射源识别率;相比于其他识别算法,双谱对角切片特征有更鲁棒的分辨性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李楠	西京学院信息工程学院	12	4	1.0	1.0