[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在审
| 申请号： | 201910282858.4 | 申请日： | 2019-04-09 |
| 公开（公告）号： | CN110018447A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 郭磊;张克乐;柴聪聪;潘仲赢;王秋然;林滋宜;王俊;曾家明;王瑞林 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01S7/36 | 分类号： | G01S7/36;G01R23/16;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 发射机 个体识别 卷积神经网络 二维特征 双谱分析 双谱 无线电信号发射机 电子对抗 图像 通信发射设备 无线电信号 信号发射机 低信噪比 电磁环境 分类结果 特征矩阵 信号采用 辐射源 分类 截获 分析 发射 输出 转化 应用 | ||
【主权项】：
1.一种结合双谱和卷积神经网络的无线电发射机个体识别方法，其特征在于，基于不同发射机个体产生的无线电信号，使用双谱分析方法，得到双谱特征矩阵，将其转化为二维特征图像；利用训练好的CNN对不同发射机发射的无线电信号进行分类，从而识别出不同的发射机个体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910282858.4/，转载请声明来源钻瓜专利网。
