基于复杂度的通信辐射源目标识别方法

作者：陈小惠^*; 彭杰; 薛毓楠

来源：国外电子测量技术, 2021, 40(05): 22-26.

DOI：10.19652/j.cnki.femt.2102549

• 通信辐射源
• 复杂度
• 云粒子群优化极限学习机
• 识别率

针对现在通信辐射源个体识别方法的特征难以提取、计算复杂及识别率低等问题。提出了一种基于复杂度的通信辐射源目标识别方法。首先信号进行奇异值分解(SVD)降噪处理,从熵值和分形维数两个复杂度方向分析细微信号所带来的变化,通过对比分析选择了样本熵、排列熵和盒维数作为特征参数;然后使用云自适应粒子群(CAPSO)的算法,优化极限学习机的阈值和连接权值,提高神经网络的分类预测精度,完成了辐射源个体的识别。仿真结果表明该方法在较低的信噪比环境下的识别率高达95%以上。

• 单位
  南京邮电大学