论文部分内容阅读
辐射源个体识别技术是通信与电子对抗领域一个非常重要的研究课题,主要是依据接收到的电磁信号中包含有辐射源硬件设备差异所表现出来的信息这一事实。通过先进的信号细微特征提取及识别技术,判断信号来自于哪个辐射源,结合具体应用背景中的实际需要,能够获得十分有价值的信息。与一般的对不同类别的辐射源进行个体识别的研究不同,本文主要研究对相同类型相同批次相同工作方式下的辐射源信号细微特征提取及识别技术。目前,国内外对于个体识别技术的研究大多基于辐射源信号中的开机暂态信号,主要是因为开机时的暂态信号是辐射源内部各个器件的冲击响应,没有任何调制信息,最能体现不同个体的差异。本文研究了基于小波变换和分形理论的暂态信号细微特征提取技术,从四个方面对开机暂态信号进行研究,能够从中提取出有效的分类特征;但由于暂态信号持续时间很短,需要及时并准确地从噪声中将其分离,所以本文还研究了对暂态信号起点进行定位的基于方差分形维数的门限方法以及贝叶斯理论的检测方法,并提出了一种基于贝叶斯理论的暂态定位改进方法,在低信噪比下能够获得较好的暂态起点检测性能。除了对暂态信号特征进行提取外,本文对稳态信号的细微特征也进行了分析。研究了对脉冲信号包络特征的提取方法,利用复小波变换和希尔伯特变换获取稳态信号包络,提取上升沿、下降沿、包络顶降以及脉宽等参数作为稳态特征。为了进一步分析包络特征,研究了信号包络的高阶特征,即J值和R值特征。最后针对分类识别技术,研究了在个体识别中应用较多的近邻分类技术、反向传播神经网络分类技术以及支持向量机分类技术,并对前面所提取的暂态特征和稳态特征进行了识别性能验证,提出了适合本课题研究工作的六种不同的解决方案。本文的研究工作,在一定程度上解决了同种类型同批次相同工作方式下的辐射源个体识别问题,具有一定的理论意义和实际应用前景。