【技术实现步骤摘要】
基于IQ图特征的通信辐射源个体识别方法
本专利技术涉及通信
，特别是一种基于IQ图特征的通信辐射源个体识别方法。
技术介绍
在通信系统中，发送接收方的主要关注点是信号携带的信息。然而在接收到的信号中不仅承载了需要的信息，也在无形中夹杂了发射机个体的硬件信息，而这部分信息属于发射机个体的“指纹”。随着科技的进步，我们能够将这些附带的指纹信息与对应的辐射源个体连接起来，从而达到识别辐射源个体的目的。在军事领域，对敌方的通信电台进行识别，从而确定敌方的武器平台，对初步了解战场态势有着极其重要的作用。但是，在实际的斗争中，很难获取足够的敌方电台数据，样本量不足时，特征提取和特征选择会出现偏差，提取的特征不能代表目标的本质特征，因此，小样本学习变得越来越重要。CNN的经典用例是执行图像分类，CNN神经网络通过卷积核对数据的卷积，能识别图片中的某些特征。通过多年的发展，相比其他神经网络CNN发展的较为成熟，在图片识别方面，CNN有着突出的能力。近年来，与CNN神经网络搭配的特征有小波变换、双谱特征、经验模态分解等，...
【技术保护点】
1.一种基于IQ图特征的通信辐射源个体识别方法，其特征在于，包括以下步骤：/n步骤1，数据归一化：将所有类别的辐射源数据归一化，得到幅度最大值为a的I、Q路数据，a为100-200的整数；/n步骤2，对归一化后的数据进行截取、拼接：对归一化的I、Q路数据，取每b个点为一个数据样本，每一类辐射源截取c个样本，得到训练集；b为500-1000的整数，c为1000-2000的整数；/n步骤3，对数据进行维度变化：分别对所有类别的I路和Q路数据进行维度变化，将原本的一维I、Q路数据，按照横轴为时间，纵轴为样本值的大小进行维度变化，得到二维IQ图矩阵，再将I路矩阵以及对应的Q路矩阵进...
【技术特征摘要】
1.一种基于IQ图特征的通信辐射源个体识别方法，其特征在于，包括以下步骤：
步骤1，数据归一化：将所有类别的辐射源数据归一化，得到幅度最大值为a的I、Q路数据，a为100-200的整数；
步骤2，对归一化后的数据进行截取、拼接：对归一化的I、Q路数据，取每b个点为一个数据样本，每一类辐射源截取c个样本，得到训练集；b为500-1000的整数，c为1000-2000的整数；
步骤3，对数据进行维度变化：分别对所有类别的I路和Q路数据进行维度变化，将原本的一维I、Q路数据，按照横轴为时间，纵轴为样本值的大小进行维度变化，得到二维IQ图矩阵，再将I路矩阵以及对应的Q路矩阵进行拼接得到二维矩阵图；
步骤4，CNN神经网络分类：将得到的二维矩阵图作为神经网络的输入，用每个类别辐射源的训练样本对神经网络进行学习，保存学习好的神经网络模型，用来对测试集进行测试，完成通信辐射源个体识别。
2.根据权利要求1所述的基于IQ图特征的通信辐射源个体识别方法，其特征在于，步骤1所述的数据归一化，具体过程如下：
将采集得到的所有类别辐射源的I路数据、Q路数据分别进行归一化，并且将最大值变为a，归一化公式为：
其中Y为归一化的结果，X为需要归一化的数据。
3.根据权利要求1所述的基于IQ图特征的通信辐射源个体识别方法，其特征在于，步骤2所述的对归一化后的数据进行截取、拼接，具体过程如...
【专利技术属性】
技术研发人员：雷迎科，陈悦，潘必胜，李星，陈翔，张孟伯，滕飞，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。