基于时频能量谱特征的跳频电台个体识别

• 作者: 李红光 杨鑫 王少波 眭萍 郭英
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 跳频电台识别 时频能量谱 差分盒维数 多重分形维数 时频分布瑞利熵
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究
• 页码范围: 1671-1679
• 页数: 9页
• 分类号: TN911.7
• 字数: 5607字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.10.007

摘要

针对于跳频电台的细微特征分类识别问题,提出基于跳频信号时频能量谱的细微特征提取算法.首先,利用跳频信号在时频域的稀疏特性,通过稀疏重构方法得到跳频信号时频能量谱;然后,在不同尺度条件下对时频能量谱进行分割,分别提取时频能量谱瑞利熵、多重分形维数和差分盒维数三种特征;最后,通过支持向量机分类器对提取特征集进行训练、分类和识别,实现跳频电台个体识别.利用四部电台的跳频信号,验证对比了本文算法与另外两种算法的识别性能.实验结果表明,本文方法所提取的细微特征集具有较强的分辨能力,避免了由单一特征的相似性而引起的误判问题,能够在少量训练样本条件下,保持较高的识别正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭英	空军工程大学信息与导航学院	144	1134	20.0	27.0
3	李红光	空军工程大学信息与导航学院	24	38	3.0	5.0
6	眭萍	空军工程大学信息与导航学院	19	25	3.0	4.0
7	杨鑫	空军工程大学信息与导航学院	11	11	2.0	3.0
8	王少波	空军工程大学信息与导航学院	3	0	0.0	0.0