基于时频能量谱特征的跳频电台个体识别

针对于跳频电台的细微特征分类识别问题,提出基于跳频信号时频能量谱的细微特征提取算法。首先,利用跳频信号在时频域的稀疏特性,通过稀疏重构方法得到跳频信号时频能量谱;然后,在不同尺度条件下对时频能量谱进行分割,分别提取时频能量谱瑞利熵、多重分形维数和差分盒维数三种特征;最后,通过支持向量机分类器对提取特征集进行训练、分类和识别,实现跳频电台个体识别。利用四部电台的跳频信号,验证对比了本文算法与另外两种算法的识别性能。实验结果表明,本文方法所提取的细微特征集具有较强的分辨能力,避免了由单一特征的相似性而引起的误判问题,能够在少量训练样本条件下,保持较高的识别正确率。      

一种CPM信号与PSK类信号的调制识别算法

提出了一种基于分形盒维数及二次方谱特征的方法,对由CPM与PSK类信号组成的信号集进行调制识别分类。首先提取信号集内各待识别信号的分形盒维数特征,将CPM和OQPSK识别出来;然后对信号集中剩余信号提取相应的二次方谱离散谱线特征依次区分出BPSK、UQPSK和QPSK;最后根据决策树原理设计分类器,实现信号集内信号的识别。仿真结果表明,该算法对信号集内的信号在信噪比达到3 d B以上条件下正确识别率可达到90%以上。     

利用分形合维数的OFDM信号与单载波信号识别研究

针对OFDM信号与单载波信号的特点,首次把分形理论应用于OFDM信号的识别上,提出一种利用分形盒维数的OFDM信号和单载波信号的识别方法。通过对通信信号中分形盒维数的数学分析,分别计算出OFDM信号和常见单载波信号的分形盒维数,把分形盒维数作为特征值,采用基于分形盒维数的识别方法完成OFDM信号与单载波信号的识别。仿真结果表明,提出的方法具有计算复杂度低、识别准确度高等的特点。      

复杂体制雷达辐射源信号识别新方法

针对现有方法识别准确率不高和对噪声敏感的问题,应用双谱二维特征复杂度实现了低信噪比下未知复杂体制雷达信号的高准确率识别。对接收到的信号首先提取双谱幅度谱并简化为二维特征,然后求取该二维特征的复杂度特征中的盒维数和信息维数,并将两者作为识别的特征参数,最后基于支持向量机完成识别。由于不同信号的双谱区别大且对高斯噪声不敏感,因此提取的盒维数和信息维数可分性强、稳定度高,仿真验证了方法的优越性,在信噪比为5dB时,识别准确率最低为86%。     

基于多重分形特征的通信调制方式识别研究

该文提出一种基于多重分形特征的数字通信信号调制方式识别新方法。对接收信号进行去噪预处理,基于2维数据阵列求取信号的广义维数和多重分形谱;详细讨论了权重因子q对多重分形谱的影响,提取了13个多重分形特征参数;设计了基于多重分形特征的支持向量机分类器对不同信号进行调制方式识别。仿真结果表明,该算法在低信噪比情况下具有很好的识别性能。     

基于对星座图分形的Qam信号识别

星座图是Qam调制信号的重要特征，分形理论是研究图形属性的一种前沿工具。将分形和星座图结合，计算星座图所对应的格形分形维数和信息维数等分形理论中的特征量，把他们作为区分调制类别的特征向量，进行信号识别。该方法经实验验证能够有效的进行Qam信号的识别。     

基于分形理论的CUWB频谱感知方法

针对超宽带频带内授权信号类型确定的特点,为了弥补盒维数检测不能够有效识别信号类型的缺点,提出通过进一步提取信息维数特征对信号调制样式进行识别,该方法融合了盒维数检测和信息维数检测的优点进行合作判决。仿真表明基于信号分形理论的频谱感知能够取得较好的检测效果,且该方法运算复杂度低,对噪声不敏感,能够有效区别噪声与授权信号,抵御模拟授权用户攻击,检测效果优于循环谱检测和能量检测。     

通信电台个体识别技术研究

本文研究了基于通信电台短时频率稳定度特征的通信电台个体识别技术.在论证通信电台短时频率波动可以作为电台个体细微特征的基础上,提出了一种利用该特征进行电台识别的有效方法.首先通过采样抽取的方法将频率波动信息转变到伪调制的包络波形中,并对极大值点之间用三次样条插值拟合的方法精确提取包络特征,然后计算包络信号分形的盒维和信息维特征,最后采用最近邻的分类方法达到对通信电台的个体识别.仿真和实际电台实验结果都验证了方法的有效性.     

基于复杂度特征的调制信号识别

调制信号的调制规律能够直接在信号波形上得到反映，本文使用复杂度来定量描述信号的这种有效、简便的波形变化特征，它包括Lempel-Ziv复杂度和分形维数。在Lempel-Ziv复杂度的提取中，本文提出了一种有效的序列重构方法，以此来提高特征的类内集群程度和类间分离程度。在此基础上针对7种调制类型设计了分层结构的组合分类器，从而获得较为满意的识别。计算机仿真实验也证实了本文方法的有效性。     

一种敌我识别辐射源暂态信号指纹特征提取方法

信号的指纹特征是辐射源个体识别的重要依据。针对敌我识别辐射源的个体识别问题,提出了一种基于双树复小波和多重分形的信号暂态特征提取方法。该方法通过双树复小波变换实现信号多分辨率分解,求解分解信号Hilbert谱的信息熵和指数熵,计算信号的多重分形奇异指数和谱值,最终组成表征辐射源的特征向量。通过实验验证,提取的特征向量能充分代表辐射源个体之间的差异;被测信号的信噪比满足8 dB或9 dB的条件时,对辐射源的识别正确率能达到90%以上。统计分析表明该方法提取的特征具有很高的稳定性。     

一种新的雷达辐射源信号识别方法研究

随着雷达技术的发展,雷达体制的多样性和雷达信号的复杂性对雷达辐射源信号识别技术提出了严峻的挑战。循环双谱抗噪性能强,且包含了丰富的信息,能用于识别雷达辐射源信号。但是其数据量庞大,而循环双谱对角切片法丢失了大部分信息。证明了循环双谱的对称性和周期性,提出了局部轴向积分循环双谱。该方法首先计算信号的循环双谱,然后在两个谱频率构成的平面上沿平行于谱频率轴的直线积分,最后用Fisher判决率（FDR）选择鉴别能力较强的轴向积分循环双谱。这样不但能有效地减小数据量,而且保留了大部分有用的循环双谱信息。仿真条件下,对比分析了局部轴向积分循环双谱与循环双谱对角切片的识别效果,结果表明新方法的识别率远远优于循环双谱对角切片法。      

一种雷达辐射源双谱二次特征提取方法

针对常规参数进行复杂体制雷达辐射源信号分选时存在的问题,对信号双谱图分别进行频率分区和奇异值分解,二次提取其双谱分布熵和奇异谱熵作为雷达辐射源特征参数.该方法利用双谱分析可以完全抑制高斯有色噪声对信号的影响,同时保留信号的幅度和相位信息的特点,并有机地融合了双谱理论、奇异值分解和信息熵理论的各自优点,反映出信号的本质信息.采用模糊C均值聚类算法对不同信噪比条件下6种典型调制类型的雷达辐射源信号进行聚类分选实验.实验结果表明,该方法取得了较好的分选效果,克服了传统图像特征提取算法特征维数过高和聚集性差的缺点,验证了该方法的有效性.     

基于双谱的射频指纹提取方法

研究了基于通信辐射源射频指纹(RFF)的同类型设备分类识别理论,通过提取通信信号的围线积分双谱值来作为设备个体识别的特征向量,使用支持向量机(SVM)分类器进行识别。构建辐射源识别系统,并使用实测信号进行仿真测试。结果显示该方法具有稳定的识别效果,且在信噪比(SNR)为-22 dB时,系统可以达到接近90%的分类识别准确度。这说明本文提出的基于双谱的RFF提取方法有效。     

INDIVIDUAL COMMUNICATION TRANSMITTER IDENTIFICATION BASED ON MULTIFRACTAL ANALYSIS

In this letter, the communication transmitter transient signals are analyzed based on the time-variant hierarchy exponents of multifractal analysis. The species of optimized sample set is selected as the template of transmitter identification, so that the individual communication transmitter identification can be realized. The turn-on signals of four transmitters are used in the simulation. The experimental results show that the multifractal character of transmitter transient signals is an effective character of individual transmitter identification.     

结合时域分析和改进双谱的通信信号特征提取算法

传统的矩形积分双谱特征提取存在以下不足:第一是在以往的研究中没有讨论过积分路径个数对识别率的影响;第二是在矩形积分双谱算法中存在着部分积分路径对识别效果贡献不足、甚至带来负作用的缺点。为克服这些问题,本文提出了一种基于改进双谱和时域分析相结合的通信信号个体识别方法,首先通过实验得到了积分路径和识别率的性能曲线,选定最佳积分路径个数;其后利用最大能量区间比重算法剔除掉对识别效果贡献不足、具有负作用的积分路径;最后结合信号的时域特征并利用支持向量机分类器进行个体识别。本文用了在较低信噪比环境下的实际信号验证了提出算法,实验结果表明,该方法能够较好解决同类辐射源信号的个体识别问题,平均正确识别率高于95%。      

基于双谱特征的超宽带雷达人体目标识别

为了在人体微多普勒特征不明显条件下识别静态人体目标及人体姿态,提出了一种结合双谱对角线起伏特性与目标强散射点分布特征进行人体目标识别的方法。首先,通过分析静态人体目标双谱,提取双谱对角线起伏特性作为分类特征,降低了双谱数据的维数,减少了双谱特征冗余。然后,结合目标强散射点分布特征从不同角度描述目标,并构造用于目标识别的特征向量。最后,用支持向量机实现目标识别。仿真和实测结果均表明,双谱对角线起伏特性与目标强散射点分布特征融合的方法可以有效识别出静态人体目标并且实现人体姿态识别。     

接收机畸变对辐射源指纹识别的影响

在辐射源个体识别技术应用中,接收机指纹和发射机指纹相互影响相互耦合,造成辐射源指纹库依赖于特定接收机,无法在不同接收机之间通用。针对此问题,对典型超外差接收机的滤波器、放大器畸变分量对接收信号指纹的影响进行了理论分析与实验验证。理论分析证明发射机和接收机的滤波器、放大器分量对于接收信号整体的畸变影响是等价的;实验中,利用两台超外差接收机对5台发射机进行个体识别测试验证,更换接收机前后,滤波器、放大器特征识别正确率分别从100%、95. 5%降到20%,证明了接收机畸变分量对发射机指纹识别具有严重影响。该研究成果可为后续辐射源个体识别接收机设计以及接收机畸变校正提供理论依据。     

基于双谱和SIFT特征的雷达辐射源信号唯一识别

针对当前雷达辐射源信号唯一识别存在的问题,文中应用双谱分析和SIFT特征处理该问题得到了较好效果。首先对不同雷达发射的具有相同调制样式和调制参数的信号进行双谱变换,由于双谱中包含了诸如相位噪声等信号的个体特征,因此不同雷达辐射源信号间的双谱投影图具有差异,为充分利用此差异,进一步将双谱投影图转化为灰度图并提取其SIFT特征,最终通过特征匹配达到唯一识别的目的。仿真结果表明,文中方法在信号个体差异较小的情况下仍然可行,具有很强的适用性。     

基于多特征参数的雷达信号调制方式识别方法

提出一种以盒维数、信息维数、相像系数为分类特征识别雷达信号调制方式的方法。这些特征包含了信号的幅度、频率、相位、整体走势(或者轮廓)、波形复杂度和不规则度的细节信息,集中体现了不同调制方式的差异。同时,利用特征自身的类内距离小、类间距离大的特点先聚类分离部分调制方式,最后通过基于粗集的支持向量机分类器进一步分类识别。通过4种典型雷达辐射源信号的特征提取与分类识别的仿真试验,表明基于本方法的调制信号识别正确率高,具有一定的工程应用价值。     

Reception Power Estimation Using Transmitter Identification Signal for Single Frequency Network

In a single frequency network (SFN) based on the Advanced Television Systems Committee (ATSC) terrestrial digital television (DTV) system, receivers inevitably suffer from the interference generated by using the same frequency among multiple transmitters or repeaters. The amount of the interference can be handled by adjusting transmit power and time of each transmitter and repeater. Hence, it is crucial to estimate the individual reception power from each transmitter or repeater at the given point of interest. This paper presents an efficient method to estimate the individual reception power from each transmitter or repeater. The field test results are provided to evaluate the proposed method. The proposed method exploits the transmitter identification (TxID) signals which are embedded in existing 8-VSB signals.