张海瑛,吴玲玲,易卫明,韩晓佩,李 慧
(1.中国电子科技集团公司第五十四研究所,河北 石家庄 050081; 2.河北省电磁频谱认知与管控重点实验室,河北 石家庄 050081; 3.中国人民解放军75775部队,云南 昆明 650000)
通信辐射源个体识别在电子对抗或技术侦察领域中具有重要的应用价值。因此,国内外科研人员对辐射源个体识别的问题研究已经有三十多年的经验。尤其是近些年,随着侦察情报生产依层次的划分,将把研究的视野引向更加广泛、更加深入、更加精细的方向,细微特征的定义也由研究单层级的测量信号稳态多维特征参数空间集合到深入挖掘个体目标全元、全息特征空间构建的建立上。目前,辐射源个体识别技术主要有两大类:一类是基于细微特征的辐射源个体识别技术[1-4],采用联合特征提取的方法,对提取到的原始特征进行再处理,得到能够获取更加准确的通信辐射源指纹信息的特征提取方法;另一类是基于神经网络的辐射源个体识别技术[5-8],该技术为了减少辐射源个体识别对于人为设计的个体特征依赖程度,深度神经网络能够根据输入数据自适应地提取网络认为有效的个体特征,特征维数更丰富,完成辐射源的个体识别。因此,在实际工程应用中经过大量实际采集的电台个体识别试验的验证,利用细微特征+深度学习的辐射源个体识别可以有效地提高低信噪比条件下目标个体识别的准确度和有效性,显著提升辐射源目标个体识别性能。……