基于密度峰值算法的通信电台个体识别

• 作者: 李昕 雷迎科
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 矩形积分双谱变换 密度峰值算法 机器学习聚类 不需要电台信号样本
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 应用
• 页码范围: 1242-1249
• 页数: 8页
• 分类号: TN911.7
• 字数: 5242字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.07.014

摘要

由于通信电台信号的样本小,电台指纹特征弱,导致通信电台的个体识别准确度不高,本文首次提出了基于密度峰值算法进行通信电台个体识别,在不需要训练样本的条件下就能对通信电台进行个体识别.首先对信号进行矩形积分双谱变换,提取信号1×L维矩形双谱特征,计算各个信号间的欧式距离,然后根据密度峰值算法的定义计算各个信号的密度ρ和δ,以ρ、δ为横坐标与纵坐标画二维图,找到聚类中心,对各个信号进行分类识别.与传统的通信电台分类识别方法相比,此方法运用的是机器学习中聚类的方法,是无监督的方法,不需要带标签的通信电台信号样本,在实际运用中会发挥更大的作用.

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	李昕	国防科技大学电子对抗学院	4	0	0.0	0.0