電臺個體識別中雜散特征提取及分類方法研究.pdf

1、作為通信對抗的一項重要技術，通信電臺識別近些年在國內受到廣泛的關注和研究，主要分為特征提取和分類識別兩部分。隨著現(xiàn)代通信設備和通信環(huán)境的日趨復雜化，如何從截獲信號中獲取有價值的特征信息，并有效地進行信號來源分類，成為了研究的關鍵問題。然而國內現(xiàn)有的研究成果中，特征提取對其它參數的高度依賴，以及分類實現(xiàn)中需要訓練樣本的預先采集，都限制了技術的實用性。
　　針對以上問題，本文對穩(wěn)定工作狀態(tài)下的電臺雜散特征進行了分析比較。基于數字信號中

2、譜對稱性特征提取方法，提出一種改進方案。該方案首先利用了柵欄窗，有效地將碼元間頻率干擾進行分離；在計算譜對稱系數時，改進為基于雙固定頻率的譜對稱性特征，避免了對載頻估計的依賴，并解決了現(xiàn)有譜對稱性衡量中的等效性問題。仿真結果表明，與傳統(tǒng)方法相比，分離性能獲得了一定的提高。
　　在特征判決方面，運用支撐矢量機（SVM）分類器設計了一種可擴充學習的分類模型，實現(xiàn)對新類型電臺的自動檢測，使得通信電臺的分類更具實用性。通過仿真驗證，改進的