多网络联合识别辐射源个体的优化方法

• 作者: 刘英辉 史蕴豪 许华
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 个体识别 循环自相关 EfficientNets网络 Stacking方法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用
• 页码范围: 602-610
• 页数: 9页
• 分类号: TN975|TN911.7
• 字数: 6290字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2020.04.014

摘要

针对辐射源指纹特征间差异细微且受噪声干扰容易导致识别率下降的问题,提出了一种基于Stacking方法的辐射源个体识别优化算法.该算法集成了多个放缩程度各异的网络的识别结果,能利用不同网络结构在低信噪比条件下提取特征的差异性,从而提升算法整体的特征提取能力.同时为避免分类准确率提高造成模型规模过大,本文使用网络规模小且结构放缩差异较大的EfficientNets系列网络作为基础网络.实验首先在高斯信道条件下验证了基础网络能够有效识别功率放大器杂散噪声,之后利用Stacking等优化算法改进模型整体的性能.结果 表明,本方法能够进一步利用提取到的特征之间差异,与其他方法相比对辐射源个体有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许华	空军工程大学信息与导航学院	48	147	5.0	9.0
2	史蕴豪	空军工程大学信息与导航学院	2	0	0.0	0.0
3	刘英辉	空军工程大学信息与导航学院	2	0	0.0	0.0