基于时频能量谱特征的跳频电台个体识别

作者：杨鑫; 郭英; 李红光; 眭萍; 王少波

来源：信号处理, 2019, 35(10): 1671-1679.

DOI：10.16798/j.issn.1003-0530.2019.10.007

• 跳频电台识别
• 时频能量谱
• 差分盒维数
• 多重分形维数
• 时频分布瑞利熵

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。

• 单位
  空军工程大学信息与导航学院