基于栈式降维与字典学习的辐射源调制识别

• 作者: 朱晟坤 李东瑾 李晓柏 杨瑞娟 费太勇
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 辐射源调制识别 栈式降维 字典学习 稀疏域降噪 正则约束 时频特征
• 年，卷（期）: 2020,（10）
• 页码范围: 2023-2032
• 页数: 10页
• 分类号: TN974
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2020.10.012

摘要

针对低信噪比环境下辐射源调制识别准确率和时效性不高问题,提出一种基于时频特征、栈式降维和字典学习的分类识别系统.对时域信号进行时频变换和稀疏域降噪,获取二维时频特征并降低噪声干扰;基于无监督学习的栈式降维网络提取低维非线性特征,进而降低特征冗余并提高后续处理时效性;通过多项判别约束和正则约束强化字典类间判别能力与分类时效性,并实现调制类型识别.仿真结果验证了该分类识别系统的有效性和可行性:当信噪比为-8 dB时,单载频信号、二相频率编码信号、四相频率编码信号、线性调频信号、二相编码信号、四相编码信号、Frank信号7类辐射源信号的整体平均识别率达到95.93％,具备较强的鲁棒性和时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨瑞娟		47	301	8.0	15.0
2	李东瑾		10	2	1.0	1.0
3	李晓柏		7	26	3.0	5.0
4	朱晟坤		1	0	0.0	0.0
5	费太勇		15	38	5.0	5.0