APP下载

通信辐射源的潜在细微特征提取方法

2016-12-21唐哲雷迎科蔡晓霞

电波科学学报 2016年5期
关键词:特征信号

唐哲 雷迎科 蔡晓霞

(1.电子工程学院,合肥 230037;2.通信信息控制和安全技术重点实验室,嘉兴 314033)



通信辐射源的潜在细微特征提取方法

唐哲1,2雷迎科1,2蔡晓霞1

(1.电子工程学院,合肥 230037;2.通信信息控制和安全技术重点实验室,嘉兴 314033)

为了充分挖掘高维特征空间中辐射源的细微特征,提出一种基于全局潜在低秩表示(Global Latent Low Rank Representation,GLat-LRR)的通信辐射源潜在细微特征提取方法.首先,提取通信辐射源信号的瞬时频率,通过傅里叶变换将信号投影到高维特征空间;挖掘特征样本之间全局的低秩结构和维度之间全局的潜在低秩关系,将特征样本集作为整体应用到潜在低秩表示模型中,利用维度之间低秩关系得到特征样本集的潜在部分矩阵,每个列向量即为每个通信辐射源信号的潜在细微特征向量.在实际采集的同厂家同型号FM电台数据集上,该方法提取的潜在细微特征能够显著提高通信辐射源个体识别的性能.

通信辐射源;细微特征;瞬时频率;傅里叶变换;潜在低秩表示

DOI 10.13443/j.cjors.2016011401

引 言

由于生产厂家、组件批次以及生产工艺等不同,使得通信辐射源发射的信号存在独一无二的细微特征,从这些信号中提取的细微特征被称为辐射源的指纹,而自动地识别一个辐射源即被称为辐射源的指纹识别[1].在无线通信安全领域,通信网络攻击日益严重,通过识别入侵的通信辐射源细微特征,可以保障通信网络的安全.同时,在侦察领域,随着战场电磁环境日益复杂,通过截获……

登录APP查看全文

猜你喜欢

特征信号
信号
完形填空二则
如何表达“特征”
不忠诚的四个特征
孩子停止长个的信号
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
线性代数的应用特征
高处信号强