【技术实现步骤摘要】
基于改进密度峰值算法的通信辐射源个体识别方法
本专利技术涉及通信
,特别是一种基于改进密度峰值算法的通信辐射源个体识别方法。
技术介绍
辐射源个体识别通过测量信号的外部特征(又被称为信号的指纹特征)来判别信号与发射机之间的对应关系,在实际复杂电磁环境中应用领域广泛,具有重要作用。从军事应用角度来看,从复杂的电磁环境中发现和识别所关注的目标信号,并将其与辐射源目标载体平台和用户身份关联起来,对于战场指挥决策具有重要的参考价值,主要体现为:(1)可用于实现敌我识别,即对战场内匿名混杂的敌我辐射源进行判别,形成敌我分布态势;(2)可实现对战场区域内辐射源数目的判定,从而了解敌我双方规模;(3)可对辐射源目标的战术性质进行判定,例如判定辐射源的威胁等级,判定哪些辐射源是重要指挥节点,判定哪些目标是高价值目标等;(4)可实现对辐射源关联平台的判别,从而获得其火力、机动性、防御能力等战术能力信息。在民用领域,通信辐射源个体识别也有重要应用价值,包括:(1)可用于对特定非法辐射源进行识别,配合定位技术跟踪其通信出联活动,为打击违法犯 ...
【技术保护点】
1.一种基于改进密度峰值算法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、信号接收机采集不同辐射源发出的调频信号样本,计算每个调频信号样本的直方图特征;/n步骤2、计算任意两个直方图特征之间的欧式距离,然后确定任意两个直方图特征之间的球形距离;/n步骤3、选取不同的截断距离比例ε值,计算不同ε值对应的局部密度信息熵;/n步骤4、选取最佳ε值并保存相应的密度矩阵;/n步骤5、计算任意两个直方图特征之间的相对距离,并画出决策图;/n步骤6、根据决策图选取聚类中心点并进行聚类,将剩下的所有未分类点,以到各个聚类中心点球形距离最小为依据划分到各个簇,从而完成对各调 ...
【技术特征摘要】
1.一种基于改进密度峰值算法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、信号接收机采集不同辐射源发出的调频信号样本,计算每个调频信号样本的直方图特征;
步骤2、计算任意两个直方图特征之间的欧式距离,然后确定任意两个直方图特征之间的球形距离;
步骤3、选取不同的截断距离比例ε值,计算不同ε值对应的局部密度信息熵;
步骤4、选取最佳ε值并保存相应的密度矩阵;
步骤5、计算任意两个直方图特征之间的相对距离,并画出决策图;
步骤6、根据决策图选取聚类中心点并进行聚类,将剩下的所有未分类点,以到各个聚类中心点球形距离最小为依据划分到各个簇,从而完成对各调频信号样本所对应直方图特征的分类,即对不同辐射源个体的分类。
2.根据权利要求1所述的基于改进密度峰值算法的通信辐射源个体识别方法,其特征在于,步骤2所述计算任意两个直方图特征之间的欧式距离,然后确定任意两个直方图特征之间的球形距离,具体如下:
根据欧式距离测算公式,测算i、j两点间的的欧式距离dij,公式如下:
dij=||Xi-Xj||,i≠j
其中,||.||代表向量二范数运算,Xi表示第i个直方图特征、Xj表示第j个直方图特征,i,j=1,2…N,其中N为调频信号样本的数量,也即对应直方图特征数量;通过上式计算任意两个直方图特征之间的欧式距离;
定义每个点的邻居点是离自身最近的K个点,构造K近邻图,使用Floyd算法寻找两点在K近邻图上的最短路径,得到两点间的球形距离,即:
用dG(i,j)表示i、j两点间的测地距离,如果点j是点i的K近邻点,则dG(i,j)=dij,否则dG(i,j)=∞;如果点j不是点i的K近邻点,则dG(i,j)=dG(i,k)+dG(k,j),其中k为i的K邻近区域以外的点;然后k=1,2,3,...,N依次循环,dG(i,j)被重新计...
【专利技术属性】
技术研发人员:雷迎科,陈翔,王巍,金虎,李昂,路后兵,李昕,
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。