基于小波熵的辐射源指纹特征提取方法

在对辐射源信号进行小波分析的基础上，提出一种基于小波熵的辐射源指纹特征提取方法。首先计算辐射源信号的功率谱，对功率谱进行连续小波变换，提取不同尺度下小波系数的熵特征作为辐射源信号指纹特征。识别分类器采用概率神经网络，对20部手持机进行识别实验，并与传统矩形积分双谱进行对比。实验结果表明，该方法能够把辐射源信号的时频特性信息通过小波系数的熵特征映射到特征向量中，从而实现对辐射源个体的有效识别，而且该特征参数对噪声干扰不敏感，在信噪比为20 dB时，系统识别率达到95%以上，在信噪比为5 dB时系统识别率仍优于80%，验证了所提方法的有效性。

Fingerprint Feature Extraction Method for Emitters Based on Wavelet Entropy