通信特定辐射源识别的多特征融合分类方法OA北大核心CSCDCSTPCD
Multi-feature fusion classification method for communication specific emitter identification
针对通信辐射源个体识别问题,提出了一种基于多通道变换投影、集成深度学习和生成对抗网络的融合分类方法.首先,通过对原始信号进行多种变换得到三维特征图像,据此构建信号的时频域投影以构建特征数据集,并使用生成对抗网络对数据集进行扩充.然后,设计了一种基于多特征融合的双阶段识别分类方法,利用神经网络初级分类器分别对3类特征数据集进行学习,得到初始分类结果.最后,通过叠加融合学习初始分类结果,得到最终的分类结果.实测数据分析结果证明,所提方法相比基于单一特…查看全部>>
何遵文;侯帅;张万成;张焱
北京理工大学信息与电子学院,北京 100081北京理工大学信息与电子学院,北京 100081北京理工大学信息与电子学院,北京 100081北京理工大学信息与电子学院,北京 100081
信息技术与安全科学
特定辐射源识别生成对抗网络多特征融合集成学习
《通信学报》 2021 (2)
103-112,10
国家自然科学基金资助项目(No.61871035)
评论