结合卷积神经网络和随机森林的辐射源个体识别

作者：侯思尧^*; 李伟; 李永光; 凌杰; 黄黔川

来源：电讯技术, 2021, 61(06): 728-731.

• 辐射源个体识别
• 卷积神经网络
• 随机森林
• 综合权值

为提高辐射源个体识别准确度,解决工程化应用问题,同时避免在信号样本有限的情况下单一识别算法的局限性,提出了一种结合卷积神经网络和随机森林的辐射源个体识别方法。该方法分别利用卷积神经网络和随机森林训练生成两组个体识别模型,然后采用识别概率统计法生成不同辐射源个体的综合权值向量,最后根据权重向量形成针对不同辐射源个体的综合识别模型。仿真结果表明,相较于单一算法,所提方法能够提升整体识别准确率,同时,对不同辐射源个体均有较好的适用性。