在日益復(fù)雜的電磁環(huán)境中,信號(hào)與輻射源的關(guān)聯(lián)識(shí)別引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。信號(hào)與輻射源關(guān)聯(lián)識(shí)別是指在信號(hào)與輻射源之間建立一一對(duì)應(yīng)的關(guān)聯(lián)關(guān)系,通過(guò)識(shí)別輻射源信號(hào)進(jìn)而實(shí)現(xiàn)對(duì)關(guān)聯(lián)輻射源的有效識(shí)別。首先,本文將信號(hào)與輻射源關(guān)聯(lián)識(shí)別問(wèn)題分為兩部分:信號(hào)與輻射源型號(hào)關(guān)聯(lián)識(shí)別和信號(hào)與輻射源個(gè)體關(guān)聯(lián)識(shí)別。前者是通過(guò)識(shí)別不同型號(hào)的輻射源信號(hào),根據(jù)信號(hào)與輻射源的一一對(duì)應(yīng)關(guān)系實(shí)現(xiàn)對(duì)輻射源型號(hào)的識(shí)別。后者是在完成輻射源型號(hào)識(shí)別后,對(duì)該型號(hào)不同輻射源個(gè)體進(jìn)行識(shí)別,即識(shí)別相同型號(hào)、相同工作方式的不同輻射源個(gè)體信號(hào),進(jìn)而根據(jù)信號(hào)與輻射源的一一對(duì)應(yīng)關(guān)系實(shí)現(xiàn)對(duì)輻射源個(gè)體的識(shí)別。其次,針對(duì)信號(hào)與輻射源型號(hào)關(guān)聯(lián)識(shí)別問(wèn)題,本文以輻射源型號(hào)已知的信號(hào)樣本為研究基礎(chǔ),將電磁信號(hào)與不同型號(hào)的通信、雷達(dá)等輻射源進(jìn)行一一關(guān)聯(lián),通過(guò)建立信號(hào)的分類(lèi)器進(jìn)而實(shí)現(xiàn)對(duì)輻射源型號(hào)的識(shí)別。實(shí)際應(yīng)用時(shí)根據(jù)未知信號(hào)在分類(lèi)器中的輸出類(lèi)別從而實(shí)現(xiàn)對(duì)輻射源型號(hào)的識(shí)別。由于不同類(lèi)型的輻射源信號(hào)在制式上的不一致性,使得傳統(tǒng)的輻射源識(shí)別方法對(duì)于不同類(lèi)型的輻射源無(wú)法進(jìn)行統(tǒng)一的特征提取。本文引入深度學(xué)習(xí)思想,利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)信號(hào)特征進(jìn)行智能化提取,將不同類(lèi)型輻射源信號(hào)... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：98 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LeNet5網(wǎng)絡(luò)模型

接天線(xiàn)對(duì)對(duì)講機(jī)信號(hào)進(jìn)行采集，采集的是同一位同學(xué)的同一段文字的語(yǔ)音播報(bào)，保證采集的 4 部對(duì)講機(jī)信號(hào)的一致性。圖4.17 四部對(duì)講機(jī)實(shí)物圖對(duì)講機(jī)信號(hào)的采集方法在 4.3.2 節(jié)中已經(jīng)講述，利用帶通采樣的原理按照 1MHz的采樣率對(duì)信號(hào)進(jìn)行采集，再使用 MATLAB 設(shè)計(jì)的 FIR 帶通濾波器對(duì)信號(hào)進(jìn)行濾波，從而將對(duì)講機(jī)信號(hào)中的語(yǔ)音信號(hào)進(jìn)行篩選。對(duì)講機(jī)信號(hào)的采樣長(zhǎng)度為 1000，每一部對(duì)講機(jī)訓(xùn)練集樣本數(shù)為 500，測(cè)試集為 50。對(duì)采集的數(shù)據(jù)集分別計(jì)算圓周積分雙譜峰值和矩形積分雙譜峰值作為特征向量，因此訓(xùn)練數(shù)據(jù)集大小為[2000,2]，測(cè)試數(shù)據(jù)集大小為[200,2]。4.4.2 仿真結(jié)果分析通過(guò)構(gòu)建的三個(gè)支持向量機(jī)分類(lèi)器對(duì)訓(xùn)練集進(jìn)行訓(xùn)練

西安電子科技大學(xué)碩士學(xué)位論文70圖5.5 八部對(duì)講機(jī)實(shí)物圖對(duì)講機(jī)信號(hào)的采集方法在 4.3.2 節(jié)中已經(jīng)講述，利用帶通采樣的原理按照 1MHz的采樣率對(duì)信號(hào)進(jìn)行采集，再使用 MATLAB 設(shè)計(jì)的 FIR 帶通濾波器對(duì)信號(hào)進(jìn)行濾波，從而將對(duì)講機(jī)信號(hào)中的語(yǔ)音信號(hào)篩選出來(lái)。對(duì)講機(jī)信號(hào)的采樣長(zhǎng)度為 1000，每一部對(duì)講機(jī)訓(xùn)練集樣本數(shù)為 800，因此訓(xùn)練數(shù)據(jù)集大小為[6400,1000]，驗(yàn)證集和測(cè)試集每部對(duì)講機(jī)樣本數(shù)為 100，因此驗(yàn)證集和測(cè)試集中數(shù)據(jù)集大小為[800,1000]。標(biāo)簽集按照3.2.4 節(jié)所述規(guī)則生成

【參考文獻(xiàn)】：
期刊論文
[1]基于邊際Fisher深度自編碼器的電臺(tái)指紋特征提取[J]. 黃健航,雷迎科.  模式識(shí)別與人工智能. 2017(11)
[2]淺析深度學(xué)習(xí)的三種核心算法模型[J]. 韓志俊.  中國(guó)新通信. 2017(15)
[3]無(wú)線(xiàn)通信設(shè)備的射頻指紋提取與識(shí)別方法[J]. 俞佳寶,胡愛(ài)群,朱長(zhǎng)明,彭林寧,姜禹.  密碼學(xué)報(bào). 2016(05)
[4]深度學(xué)習(xí)研究進(jìn)展[J]. 郭麗麗,丁世飛.  計(jì)算機(jī)科學(xué). 2015(05)
[5]利用信號(hào)圍線(xiàn)積分雙譜分形特征實(shí)現(xiàn)電臺(tái)識(shí)別[J]. 何永亮,陳西豪,許華,江漢,劉瀟文.  電訊技術(shù). 2014(10)
[6]基于GMM和神經(jīng)網(wǎng)絡(luò)的輻射源識(shí)別方法[J]. 公緒華,袁振濤,譚懷英.  雷達(dá)科學(xué)與技術(shù). 2014(05)
[7]基于神經(jīng)網(wǎng)絡(luò)的未知雷達(dá)輻射源智能識(shí)別技術(shù)[J]. 劉凱,王杰貴.  電子信息對(duì)抗技術(shù). 2013(06)
[8]雷達(dá)輻射源信號(hào)雙譜估計(jì)的物理意義及其輻射源個(gè)體識(shí)別[J]. 陳濤,姚文楊,翟孝霏,劉雅軒.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(01)
[9]基于六邊形主域積分雙譜的通信輻射源識(shí)別方法[J]. 吳文,王金明,潘克修,陳志偉,徐玉龍.  軍事通信技術(shù). 2012(02)
[10]基于矩形積分雙譜和核主分量分析的電臺(tái)指紋識(shí)別[J]. 劉明騫,李兵兵,吳啟軍.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(01)

博士論文
[1]基于信號(hào)指紋的通信輻射源個(gè)體識(shí)別技術(shù)研究[D]. 徐書(shū)華.華中科技大學(xué) 2007
[2]通信電臺(tái)個(gè)體特征分析[D]. 任春輝.電子科技大學(xué) 2006

碩士論文
[1]機(jī)器學(xué)習(xí)在輻射源信號(hào)指紋識(shí)別中的應(yīng)用研究[D]. 張向前.電子科技大學(xué) 2018
[2]電臺(tái)個(gè)體識(shí)別研究[D]. 王綺宇.電子科技大學(xué) 2017
[3]通信輻射源信號(hào)細(xì)微特征分析與個(gè)體識(shí)別技術(shù)研究[D]. 王歡歡.解放軍信息工程大學(xué) 2017
[4]通信輻射源個(gè)體識(shí)別技術(shù)研究[D]. 丁敏.電子科技大學(xué) 2017
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 張效榮.西安電子科技大學(xué) 2015
[6]基于雙譜的輻射源個(gè)體識(shí)別技術(shù)[D]. 官建平.西安電子科技大學(xué) 2014
[7]電臺(tái)指紋識(shí)別算法研究[D]. 吳啟軍.西安電子科技大學(xué) 2010



本文編號(hào)：2954027