基于卷积神经网络的功率放大器指纹特征识别

• 作者: 刘程 瞿珊瑚 陈斌
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 短波电台 功率放大器 卷积神经网络 指纹特征 特征提取
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 安全与保密
• 页码范围: 2494-2498
• 页数: 5页
• 分类号: TN911.72
• 字数: 2860字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.10.030

摘要

射频功率放大器是短波电台的重要元器件.因此,提出了利用卷积神经网络对放大器的非线性指纹特征进行识别的方法.首先,建立同类型放大器模型,短波信号经过不同放大器放大后会产生幅度和相位失真;其次,利用卷积神经网络对带有放大器非线性指纹特征的信号进行训练学习,提取数据的指纹特征;最后,将提取的指纹特征结合Softmax分类器实现对短波电台个体的识别.实验结果表明,该方法能有效地提取识别放大器的指纹特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈斌	海军工程大学电子工程学院	38	148	7.0	10.0
2	刘程	海军工程大学电子工程学院	3	1	1.0	1.0
3	瞿珊瑚	海军工程大学电子工程学院	4	2	1.0	1.0