吴俊

四川大学电子信息学院 四川 成都 610065

引言

特定辐射源识别根据其独特特征将单个发射器与其他发射器区分开，从而识别出不同的发射器[1]。特定辐射源识别技术主要用于军事通信中。随着新技术的出现，例如自组织网络和认知无线电，它变得越来越重要。

基于发射器的工作方式，特定辐射源识别可以利用瞬态或稳态信号[2]进行发射器识别。瞬态信号也称为开/关信号，它提供了适合于发射器识别的独特特性。 要提取瞬态信号的特征，主要方法是通过检测噪声的起点和终点来提取瞬态信号。但是，瞬态信号的持续时间短且难以捕获。它容易受到复杂信道的干扰，并影响发射器的识别效果。稳态信号在整个信号的瞬态开始和结束之间传输。与瞬态信号相比，稳态信号的检测和采集更加简单。然而，由于稳态特征容易被破坏，使得稳态特征的提取变得困难。对于稳态信号，最常用的方法是基于时频分析算法[3]。

目前，提出基于经验模态分解（Empirical Mode Decomposition，EMD）来处理信号。接着，变分模态分解（Variational Mode Decomposition，VMD）[4]也应用于特定辐射源识别。众所周知，EMD算法对采样和噪声极其敏感，VMD算法有更好的鲁棒性。然而，VMD算法的输入参数是人为输入，而本文所考虑的主要问题是如何解决参数自适应，故提出一种基于AVMD的识别算法，与基于VMD和EMD的算法相比，该方法具有更好地识别性能。

1 系统模型

在辐射源信号生成过程中，功率放大器是主要影响因素，功放固有的非线性和记忆效应会使得信号非线性失真。……