基于修正的Rife和SVM的辐射源特征提取和识别.pdf

《基于修正的Rife和SVM的辐射源特征提取和识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第４２卷第３期应用科技Ｖｏｌ．４２№．３２０１５年６月ＡｐｐｌｉｅｄＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＪｕｎ．２０１５ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００９⁃６７１Ｘ．２０１４０３０２１网络出版地址：ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１１９１．ｕ．２０１５０４２２．１５４５．００１．ｈｔｍｌ基于修正的Ｒｉｆｅ和ＳＶＭ的辐射源特征提取和识别张春杰，龚再兰，任黎丽哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨１５０００１摘要：对于混有相位噪声的单个正弦信号，修正的Ｒｉｆｅ算法具有较高的测频精度。提出了基于修正的Ｒｉｆｅ和支持向量机（ＳＶＭ）

2、算法的辐射源个体识别方法。分析了频率振荡器的频谱特征，阐述了修正的Ｒｉｆｅ算法基本原理和ＳＶＭ的分类思想。通过修正的Ｒｉｆｅ算法得到较精确的载频和频率偏移２个参量，并作为ＳＶＭ的２个特征向量，然后利用分类器识别出不同的辐射源个体。最后对实测数据进行特征提取和辐射源的识别研究。通过计算机仿真验证了本文算法的有效性。关键词：特征提取；辐射源识别；相位噪声；频率偏移；修正的Ｒｉｆｅ算法；支持向量机中图分类号：ＴＮ９１１．７２文献标志码：Ａ文章编号：１００９⁃６７１Ｘ（２０１５）０３⁃００７⁃０６Ｅｍｉｔｔｅｒｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｔｈｅｍ

3、ｏｄｉｆｉｅｄＲｉｆｅａｎｄＳＶＭＺＨＡＮＧＣｈｕｎｊｉｅ，ＧＯＮＧＺａｉｌａｎ，ＲＥＮＬｉｌｉＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｆｏｒａｓｉｎｇｌｅｓｉｎｅｓｉｇｎａｌｗｉｔｈｍｉｘｅｄｐｈａｓｅｎｏｉｓｅ，ｔｈｅｍｏｄｉｆｉｅｄＲｉｆｅａｌｇｏｒｉｔｈｍｈａｓｈｉｇｈｅｒｆｒｅｑｕｅｎｃｙｍｅａｓ⁃ｕｒｅｍｅｎｔａｃｃｕｒａｃｙ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｆｏｒｅｍｉｔｔｅｒｉｎｄｉｖｉｄｕ

4、ａｌｓｂａｓｅｄｏｎｔｈｅｍｏｄｉｆｉｅｄＲｉｆｅａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）．Ｆｉｒｓｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｆｒｅｑｕｅｎｃｙｓｐｅｃｔｒｕｍｏｆａｆｒｅｑｕｅｎｃｙｏｓｃｉｌｌａｔｏｒｗｅｒｅａｎａｌｙｚｅｄ，ｔｈｅｎｔｈｅｂａｓｉｃｐｒｉｎｃｉｐｌｅｏｆｔｈｅｍｏｄｉｆｉｅｄＲｉｆｅａｌｇｏｒｉｔｈｍａｎｄｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｔｈｏｕｇｈｔｓｆｏｒＳＶＭｗａｓｅｘ⁃ｐｏｕｎｄｅｄ．Ｔｗｏｐｒｅｃｉｓｅｐａｒａｍｅｔｅｒｓｏｆｃａｒｒｉｅｒｆｒｅｑｕｅｎｃｙａｎｄｆｒｅｑｕｅｎｃｙｏｆｆｓｅｔｗｈｉｃｈａｒｅａｌｓ

5、ｏｔｈｅｔｗｏｖｅｃｔｏｒｓｆｏｒＳＶＭｗｅｒｅｇｏｔｔｈｒｏｕｇｈｔｈｅｍｏｄｉｆｉｅｄＲｉｆｅａｌｇｏｒｉｔｈｍ．Ｃｌａｓｓｉｆｉｅｒｓｗｅｒｅｕｓｅｄｔｏｉｄｅｎｔｉｆｙｄｉｆｆｅｒｅｎｔｓｏｕｒｃｅｓｏｆｅｍｉｔｔｅｒｉｎｄｉｖｉｄｕ⁃ａｌｓ．Ｆｉｎａｌｌｙ，ｅｍｉｔｔｅｒｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｒｅｃｏｇｎｉｔｉｏｎｒｅｓｅａｒｃｈｗｅｒｅｄｏｎｅｆｏｒｔｈｅａｃｔｕａｌｌｙｍｅａｓｕｒｅｄｄａｔａ．Ｔｈｅｃｏｍ⁃ｐｕｔｅｒｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｐｒｏｖｅｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅａｌｇｏｒｉｔｈｍｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅ

6、ｒ．Ｋｅｙｗｏｒｄｓ：ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｅｍｉｔｔｅｒｒｅｃｏｇｎｉｔｉｏｎ；ｐｈａｓｅｎｏｉｓｅ；ｆｒｅｑｕｅｎｃｙｏｆｆｓｅｔ；ｍｏｄｉｆｉｅｄＲｉｆｅａｌｇｏｒｉｔｈｍ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ雷达辐射源特征提取和识别问题在电子战中起扰动（相位噪声）和幅度扰动（调幅噪声）２个部分。着至关重要的作用，近年来引起了人们的广泛关注。信号相位的随机扰动实际上就是信号频率的随机扰雷达辐射源识别包括有意调制识别和无意调制识动。相位噪声使得有用信号的频谱产生扩散，不同［１⁃２］别。辐射源无意调制的识别指的对于具有相同辐射源个体的频谱扩散程度不同。改进的Ｒｉｆｅ

7、算型号、相同标称频率的雷达辐射源个体进行分析、提法通过对频谱搬移，使信号频率在量化频率中心区［４⁃５］取特征参数并分类识别的过程。对于某特定辐射源域内，提高了频率估计精度，因此，正弦波信号个体，雷达脉冲的无意调制特征是不可避免的，也是的频率偏移量可以作为辐射源识别的重要特征。［３］唯一的、稳定的、可测的。雷达发射机的主控振模式识别中，分类器设计已经得到广泛应用。［６⁃７］荡器、射频放大链和电源产生的噪声主要包括相位现有机器学习方法的理论基础是统