[發明專利]基于多重分形維數的輻射源指紋特征提取方法

在審

• 申請號: 201710204722.2
• 申請日: 2017-03-30
• 公開（公告）號: CN106991393A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 李靖超;應雨龍;董春蕾;陳志敏;蘇科源;畢東媛
• 申請（專利權）人: 上海電機學院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海申匯專利代理有限公司31001
• 代理人: 翁若瑩,柏子雵

技術領域

本發明涉及一種輻射源個體識別方法。

背景技術

如何通過偵查、截獲、定位，進而分析和識別輻射源的特性、判斷威脅等級等，一直是電子戰中電子支援的主要內容，而通信信號識別是解決該問題的關鍵問題之一。輻射源個體識別技術在信號處理領域具有重要的意義。它需要在復雜的噪聲環境中識別出輻射源個體信號，從而為進一步分析和處理信號提供依據。現代通信系統中，通信環境復雜多變，由于通信設備本身的測量誤差以及傳輸環境中各種干擾的存在，使接收到的信號特征參數跟真值相比具有一定的隨機性和模糊性，這就使輻射源個體識別中的關鍵環節——特征提取成為了一個難題。因此，如何在復雜多變的電磁環境中以較小的計算復雜度，較小的計算時間，在低信噪比下對輻射源個體達到較高的識別率，是現代通信系統研究的關鍵。

如今，對通信輻射源個體信息的獲取越來越困難，目前已有的輻射源個體識別的方法有很多，這些算法在一定程度上，實現了較低信噪比下的輻射源個體識別，也為現代通信技術中的識別提供了很好的理論依據。但隨著通信環境的日益復雜，需要根據當前需求，不斷的發明新的技術方法來提高傳統算法的抗噪能力。

現有的技術方法中，采用簡單的特征參數提取算法計算相對簡單，容易實現，但是，提取到的特征參數容易受噪聲的影響，適合于信噪比較高的環境，其應用范圍因而受到一定的限制。使用簡單的特征參數已經無法對各種輻射源個體進行識別。從近幾年來國內外學者發表的文獻中可以看出，信號的特征提取與識別理論越來越受到有關學者的重視，各種各樣的現代信號處理技術，其中包括小波理論、分形理論、人工神經網絡、高階統計量、譜相關理論等，都開始或已經被應用到對該理論的研究中。但是，如何在較低信噪比條件下準確的提取輻射源個體特征，并盡量減小計算方法的復雜度，仍沒有被很好的解決，成為當前研究的重點。

發明內容

本發明要解決的技術問題是：在較低信噪比條件下準確的提取輻射源個體特征，并盡量減小計算方法的復雜度。

為了解決上述技術問題，本發明的技術方案是提供了一種基于多重分形維數的輻射源指紋特征提取方法，其特征在于，包括以下步驟：

步驟1、對信號進行相空間重構，將信號分為N個小區域，第i個小區域的線度大小為ε_i，則第i個小區域的密度分布函數P_i用不同的標度指數α_i描述為：

步驟2、將得到密度分布函數P_i代入：

計算得到廣義分形維數D_q即可得到信號的多重分形維數特征，式中：

X_q(ε)為各個區域的概率加權求和，

q為參數，當q＞＞1時，中概率大的區域起主要作用，此時的D_q和X_q(ε)反應的是概率高區域的性質；當q→∞時，忽略小的概率，而只考慮概率較大的密度分布函數P_i，從而對廣義分形維數D_q的計算進行簡化；當q＜＜1時，D_q和X_q(ε)反應的是概率小區域的性質；當q＝0，1，2時，分別定義D₀為容量維數、D₁為信息維數，D₂為關聯維數。

分形理論是現代數學理論的一個分支，它與動力學系統的混沌理論相輔相成。多重分形維數在一維分形維數的基礎上，在多個層次上，對信號的分形維數進行了刻畫，相對于一維分形維數而言，能夠更好的刻畫信號的細微變化，根據信號的復雜程度，選擇相應的分形維數算法，就可以進而準確的識別不同通信信號。

本發明從解決輻射源個體特征難以識別的角度出發，在傳統特征識別的基礎上，基于信號分形復雜度特征，根據接收信號復雜程度的不同以及所處環境的噪聲的情況，利用不同復雜度的分形維數特征，刻畫信號的細微特性，建立特征數據庫，從而實現更精細的信號特征提取，該算法計算簡單，實現更低信噪比下的輻射源個體識別。

從多重分形維數的定義中可以看出，多重分形維數能夠從不同的維度上，對信號的特征進行詳細刻畫，計算量和復雜度也大大增高，對于處于不同噪聲環境中的相同信號的細微特征的提取，具有更好的應用價值。因此，本發明通過對信號和噪聲復雜程度的先驗分析，進而選擇相應的分形維數特征提取算法，在算法的復雜度和有效性方面，進行一個優化的選擇。

附圖說明

圖1為10dB信噪比條件下不同調制信號的多重分形維數特征；