本文選題：積分路徑個數(shù) + 改進矩形積分雙譜��； 參考：《信號處理》2017年06期

【摘要】：傳統(tǒng)的矩形積分雙譜特征存在以下不足:第一是在以往的研究中沒有討論過積分路徑個數(shù)對識別率的影響;第二是在矩形積分雙譜算法中存在著部分積分路徑對識別效果貢獻不足、甚至帶來負(fù)作用的缺點。為克服這些問題、解決輻射源信號個體識別問題,本文提出了一種基于改進雙譜和時域分析相結(jié)合的通信信號個體識別方法,首先通過實驗得到了積分路徑和識別率的性能曲線,選定最佳積分路徑個數(shù);其后重新定義Bhattacharyya距離,剔除掉對識別效果貢獻不足、具有負(fù)作用的積分路徑,得到具有最大比重的雙譜區(qū)間;最后結(jié)合信號的時域特征并利用支持向量機分類器進行個體識別。本文分別通過仿真信號和實際信號對所提出算法做出了驗證,實驗結(jié)果表明,該方法能夠較好解決輻射源信號的個體識別問題,平均正確識別率高于95%。
[Abstract]:The traditional bispectral features of rectangular integrals have the following disadvantages: first, the influence of the number of integral paths on the recognition rate has not been discussed in previous studies; The second is that the partial integral path has the disadvantage of insufficient contribution to the recognition effect and even negative effect in the rectangular integral bispectral algorithm. In order to overcome these problems and solve the problem of individual identification of emitter signals, this paper presents a method of individual recognition of communication signals based on the combination of improved bispectrum and time domain analysis. Firstly, the performance curves of the integral path and the recognition rate are obtained through experiments, and the optimal number of integral paths is selected. Then, the Bhattacharyya distance is redefined to eliminate the integral path which has negative effect and insufficient contribution to the recognition effect. The bispectral interval with the largest specific gravity is obtained. Finally, the time domain feature of the signal is combined and the support vector machine classifier is used to identify the individual. The experimental results show that this method can solve the individual recognition problem of emitter signal and the average correct recognition rate is higher than 95%.
【作者單位】： 解放軍信息工程大學(xué)信息系統(tǒng)工程學(xué)院;
【分類號】：TN911.6

【相似文獻】

相關(guān)期刊論文 前10條

1 李思純;;聲矢量信號雙譜與互雙譜估計算法[J];聲學(xué)技術(shù);2008年05期

2 李巍華;李金三;;局部積分雙譜及其在齒輪故障診斷中的應(yīng)用[J];新技術(shù)新工藝;2011年02期

3 周漢明,吳雅,周笠,楊叔子;雙譜的一致估計及在顫振辨識中的應(yīng)用[J];振動、測試與診斷;1993年02期

4 羅靜;游芳;;基于分?jǐn)?shù)低階的雙譜及其估計方法[J];九江學(xué)院學(xué)報;2009年06期

5 羅靜;查代奉;武良丹;;基于分?jǐn)?shù)低階統(tǒng)計量的雙譜及其估計方法[J];信號處理;2010年03期

6 李凌均;韓捷;李朋勇;雷文平;董辛;;基于矢雙譜的智能故障診斷方法[J];機械工程學(xué)報;2011年11期

7 胡文琳,王首勇;基于雙譜對角切片的目標(biāo)架次識別方法[J];空軍雷達學(xué)院學(xué)報;2002年03期

8 蔣宏,吳立疆;基于雙譜重構(gòu)的圖像降噪[J];北京航空航天大學(xué)學(xué)報;2005年03期

9 楊W，

本文編號：2038541