【摘要】：無線通信技術(shù)的蓬勃發(fā)展引發(fā)了人們對電磁環(huán)境監(jiān)測的廣泛關(guān)注,隨著大規(guī)模組網(wǎng)監(jiān)測活動的展開,信號源個體進行識別成為無線通信安全中的重要研究課題。本文針對信號源設(shè)備識別算法在中低端信號采集設(shè)備中的應(yīng)用需求,設(shè)計了一套射頻指紋提取和識別算法,其中,不同信號源射頻信號的特征通過經(jīng)驗?zāi)B(tài)分解算法(Empirical Mode Decomposition,EMD)的優(yōu)化算法進行提取,并設(shè)計了分類方案以提升識別的準(zhǔn)確率。本文的主要工作如下:1、進行了發(fā)射機的射頻指紋特征分析。對發(fā)射機的本體特征來源進行了探究和分析,重點討論了穩(wěn)態(tài)射頻指紋的形成根源,并對本文所用的射頻指紋特征進行了建模分析,確定了射頻指紋特征的提取和識別模型。2、提出了基于經(jīng)驗?zāi)B(tài)分解的優(yōu)化算法對信號的射頻指紋特征進行提取。首先對經(jīng)驗?zāi)B(tài)分解方法進行了仿真分析,并在實測數(shù)據(jù)的基礎(chǔ)上進行實驗,指出了經(jīng)驗?zāi)B(tài)分解算法用于實際信號時存在的問題。在此基礎(chǔ)上,提出了一種經(jīng)驗?zāi)B(tài)分解算法的優(yōu)化算法,包括信號預(yù)處理辦法和信號分解的優(yōu)化算法,從一定程度上降低了模態(tài)混疊問題對后續(xù)工作的影響,提高了信號分解結(jié)果的穩(wěn)定性。并對分解后的信號進行了復(fù)雜度特征的提取,即通過數(shù)據(jù)降維操作降低了后續(xù)分類工作的復(fù)雜度。3、設(shè)計了基于組合分類器的分類識別方案。在現(xiàn)有的分類算法基礎(chǔ)上,選擇了神經(jīng)網(wǎng)絡(luò)分類器和支持向量機(SVM)分類器對射頻指紋提取算法得到的指紋特征向量進行分類,對不同分類器的分類結(jié)果進行了分析對比。在此基礎(chǔ)上,提出了一種基于組合分類器的分類優(yōu)化方案,通過數(shù)據(jù)拆分和投票表決的方式,提升了分類識別的準(zhǔn)確率。在整個方案完成后,對本文中提出的各種算法分階段的進行了實測數(shù)據(jù)的仿真分析,并與文獻中的算法進行了一定程度上的對比實驗,通過對比結(jié)果,說明了本文算法的有效性。
【圖文】：

信號經(jīng)驗?zāi)B(tài)分解的重構(gòu)誤差

仿真數(shù)據(jù)波形圖
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN98

【參考文獻】

相關(guān)期刊論文 前2條

1 朱麗莉;王愛粉;趙星;;通信輻射源指紋識別技術(shù)[J];電子科技;2011年12期

2 劉慶云,李志舜;高斯白噪聲序列譜的統(tǒng)計特性及應(yīng)用研究[J];聲學(xué)與電子工程;2003年01期

相關(guān)博士學(xué)位論文 前4條

1 盧金娜;基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡(luò)模型的改進及應(yīng)用[D];中北大學(xué);2015年

2 韓韜;脈沖信號輻射源個體識別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

3 季偉東;進化計算優(yōu)化前向神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法研究[D];東北林業(yè)大學(xué);2013年

4 隆金玲;Sum-of-Product神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的逼近能力研究[D];大連理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前3條

1 徐超;基于雜散特征的輻射源個體識別研究[D];西安電子科技大學(xué);2014年

2 張旭;基于信號分析的無線設(shè)備“指紋”特征提取[D];北京郵電大學(xué);2015年

3 曾珍;通信電臺個體雜散特征提取算法研究[D];西安電子科技大學(xué);2013年

，

本文編號：2655591