典型文献
基于多域特征融合学习的辐射源个体识别算法
文献摘要：
现有的基于专家经验的特定辐射源个体识别(Specific Emitter Identification,SEI)方法和基于深度学习的SEI方法,通常在单一类型辐射源畸变存在的场景下性能较好,然而在多种辐射源畸变同时存在的复杂场景下表现较差.为此,提出一种基于多域特征融合学习的辐射源个体识别算法,将原始接收辐射源信号转换为I/Q眼图、矢量图和Hilbert-VMD时频谱图等多域信号表示作为网络输入,并结合神经网络进行多域特征融合提取.实验结果表明,与现有的基于专家经验的SEI算法或其他单一信号表示输入的基于深度学习的SEI算法相比,该算法在符号信噪比10 dB下的识别增益约10％.
文献关键词：
辐射源个体识别;信号表示;深度学习;特征融合
中图分类号：
作者姓名：
寸陈韬;李天昀;朱家威;查雄
作者机构：
信息工程大学,河南郑州450001
文献出处：
引用格式：
[1]寸陈韬;李天昀;朱家威;查雄-.基于多域特征融合学习的辐射源个体识别算法)[J].信息工程大学学报,2022(03):277-285
A类：
B类：
多域特征融合,融合学习,辐射源个体识别,识别算法,专家经验,Specific,Emitter,Identification,SEI,畸变,复杂场景,源信号,信号转换,眼图,矢量图,Hilbert,VMD,时频谱,频谱图,信号表示,dB
AB值：
0.262903
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
