[发明专利]基于双谱分析与卷积神经网络的信号发射机个体识别方法

说明书

为了应对日益复杂的电磁环境，不仅需要对截获的无线电信号进行分类分析，还需要能够识别出不同的发射机。目前采用的无线电信号发射机个体识别方法在低信噪比条件下效果较差。本发明提出一种基于双谱分析与深度卷积神经网络相结合的发射机个体识别方法。主要步骤为：步骤一，对不同发射机个体发射的信号采用直接双谱法进行分析，得到双谱特征矩阵，并将其转化为二维特征图像；步骤二，使用本发明的卷积神经网络对二维特征图像进行分类；步骤三，输出分类结果，识别出不同发射机个体。本发明可应用在通信发射设备的个体识别和电子对抗中各类辐射源发射机的识别等领域。

技术领域

本发明是一种电子对抗领域的技术，具体是一种基于双谱分析与卷积神经网络的信号发 射机个体识别方法。

背景技术

特殊辐射源识别(Specific Emitter Identification，SEI)起源于军事情报，用于识 别和跟踪特定的发射机，即提取单个辐射源(可能为同类型)的射频和信息指纹，并与个体载 体相关联、确定辐射源个体及其平台的过程。SEI技术通过分析发射机信号中隐含的、固有 的个体特征，达到了降低识别模糊度、提高可信度的目的，并且具有可重复性。但是，用于 雷达信号识别的SEI技术通常依赖于高信噪比和良好的信道传播条件。然而脉冲间和脉冲内 的信息很容易在低信噪比和波动信噪比下被掩盖，对特征提取造成困难。此外，现代通信通 常采用高数据速率和不规则突发传输，并部署在多径衰落较为普遍的室内或城市地区，导致 在不同的噪声和信道条件下SEI技术的特征提取受限。因此，在复杂电磁环境中，特殊辐射 源识别的研究具有重要的意义。在军事领域可以更快速的发现敌方雷达设备，提高我方电子 对抗能力，在民用领域，可以识别出非法设备，提高网络安全性。

对无线电信号发射机个体的识别，本质上是对信号无意调制的研究。信号无意调制产生 的主要原因是由于信号源个体中发射机内部的振荡器、调制器、发射管、电源等各种元器件 及其相应电路所产生的不希望存在的信号之间相互调制所引起的一种调制形式。而此调制形 式相对于有意调制是非人为所加入的，故称之为“无意”的调制，又由于无意调制对每部雷 达信号源个体都具有唯一性，这类似于人类指纹的唯一性，故又可称之为“指纹”调制，它 是信号发射机个体的固有属性，不可能完全去除，因此它与无线电发射机个体之间又是一一 对应的。由于调制形式和调制量对于无线电信号源个体所发射信号的影响是细微的，故又可 称之为细微调制。即使是相同生产厂商，生产的相同型号、相同批次的无线电信号源个体， 其也具有不同的无意调制形式，这是由于即使同类型的电子元器件和电路，在其使用性能上 仍然有细微的个体差异，且这种差异存在一定的稳定性。由于无意调制的产生只与无线电信 号源个体自身的固有属性有关，使得无意调制在复杂电磁信号环境中拥有其独特的、无法替 代的作用，因而使其实际应用价值巨大。

根据不同的应用场景和信号的特点，SEI技术可分为两大类：基于雷达信号的SEI和基 于通信信号的SEI，在雷达信号的情况下，SEI技术总是基于脉内分析、分形理论、图形表示 的分布、雷达信号参数以及采用分层雷达信号聚类的聚集等方法。基于通信信号的SEI技术 主要分为：瞬态(暂态)信号技术、稳态信号技术和非线性技术。瞬态信号实际上是发射机 输出功率从零到数据通信所需电平时产生的一种短暂的无线电发射，而稳态信号通常定义为 暂态信号的结束和整个信号结束之间的部分。基于稳态信号的SEI技术有多种类型，如基于 调制、基于前导码、基于杂散参数、基于小波等方法。

无线电信号的双谱具有时移不变性、尺度变化性和相位保持性的三个特点，一维辐射源 信号的双谱保留了绝大部分信号信息，所以信号的双谱成为了用来识别不同无线电发射机个 体的有效方法，并由此产生了很多信号双谱特征提取方法。如径向积分双谱(RIB)、轴向积 分双谱(AIB)、圆周积分双谱(CIB)和围线积分双谱(SIB)。