基于半监督矩形网络的通信电台个体识别

• 作者: 雷迎科 黄健航
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 小样本条件 电台个体识别 半监督学习 矩形积分双谱 自编码器
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 1-8
• 页数: 8页
• 分类号: TN975|TP911.7
• 字数: 6141字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.01.001

摘要

通信电台信号的小样本条件造成了电台个体识别准确性欠佳的问题,本文首次提出基于半监督矩形网络进行通信电台个体识别,克服小样本条件对电台个体识别效果的影响.首先提取电台信号的矩形积分双谱特征,人为注入噪声构成污染样本,在半监督矩形网络编码器中有监督训练,其训练结果通过网络径向连接传给解码器,解码器再无监督学习,重构未污染的原始样本,从网络顶层提取电台个体特征,输入softmax分类器实现分类识别.在实际采集的电台数据集上的实验结果说明,本算法在小样本条件下相比现有算法能更准确识别同型号的电台个体.

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	国防科技大学电子对抗学院	23	18	2.0	3.0
2	黄健航	国防科技大学电子对抗学院	5	19	3.0	4.0