在輻射源個體識別(SEI)技術中,能量較高的主信號往往導致微弱個體特征穩定性降低,進而影響最終的個體識別效果。為了解決該問題并提升輻射源個體識別性能,該文提出基于同步壓縮小波變換的主信號抑制技術。首先,利用靜態小波變換完成對帶噪信號的去噪預處理;然后,利用同步壓縮小波變換完成對主信號的檢測和抑制,并以均方根誤差和皮爾遜相關系數為數值指標,驗證算法的有效性;最后,在主信號抑制的基礎上,利用分形理論中盒維數完成對信號的特征提取,并利用單核支持向量機驗證個體識別性能。實驗結果表明,與主信號抑制之前相比,主信號抑制算法下個體識別率提升了10%左右,驗證了同步壓縮小波變換的主信號抑制算法對輻射源個體識別率提升的有效性。

【文章頁數】：8 頁

【部分圖文】：

圖1SWT分解過程示意圖

檔慕嵌齲?峁??示，SWT的去噪效果明顯優于其他兩種方法。因此本文選用SWT來進行信號去噪預處理，先通過若干層小波變換將含有噪聲的信號映射轉化為一系列小波系數集，而后通過對小波系數的篩選，剔除或壓制由噪聲產生的小波系數，最后通過小波逆變換將處理后的小波系數重新轉化為去除噪聲后的1....

圖2LFM信號下SST主信號抑制效果仿真

ㄐ謂?蟹糯?觀察，結果如圖2(b)所示，此段內的RMSE為0.0009，皮爾遜相關系數達到0.9994，可見信號中段的主信號抑制效果十分良好。通過加大頻偏使無意調制信號遠離主信號時頻線，繼續進行仿真，信號源為LFM信號，更改相噪聲頻偏參數為[8MHz,9MHz,10MHz]，最終....

圖3SST主信號抑制仿真(擴大相位噪聲頻1偏后)

存在很明顯的區別：輻射源1的1～12號特征都存在比較多的異常值，尤其是1～4號特征(RF-DNA)，異常表1加性相位噪聲參數輻射源個體與頻偏對應的相位噪聲幅度(信相噪比(dB))f1=±2.75MHzf2=±2.80MHzf3=±3.10MHzE111.989712.781515....

圖4LFM信號源個體分形盒維數特征識別結果

號特征都存在比較多的異常值，尤其是1～4號特征(RF-DNA)，異常表1加性相位噪聲參數輻射源個體與頻偏對應的相位噪聲幅度(信相噪比(dB))f1=±2.75MHzf2=±2.80MHzf3=±3.10MHzE111.989712.781515.7918E210.484511.6....

本文編號：3997159