基于CMFS-MIC特征选择的跳频电台个体识别方法

• 作者: 于欣永 李红光 杨银松 眭萍 郭英
• 来源期刊: 计算机应用研究
• 关键词: 特征选择 跳频电台 关联信息熵 最大信息系数 投票组合分类器
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3811-3814,3818
• 页数: 5页
• 分类号: TN911.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0387

摘要

针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法.首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子集的组合效应,兼顾考虑特征间的关联关系和冗余关系对各个特征进行降序排序.在此基础上,采用最大信息系数度量的近似马尔可夫毯方法删除冗余特征,实现对特征子集进行优化和降维.最后,设计了投票组合分类器实现对四部跳频电台信号的识别.仿真结果表明,本文算法具有更高的分选识别率.

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
2	李红光	空军工程大学信息与导航学院	24	38	3.0	5.0
3	眭萍	空军工程大学信息与导航学院	19	25	3.0	4.0
4	杨银松	空军工程大学信息与导航学院	7	10	2.0	2.0
5	于欣永		3	5	1.0	2.0