[發明專利]基于小波熵和混沌特性的輻射源指紋特征提取方法

有效

• 申請號: 201711494014.3
• 申請日: 2017-12-31
• 公開（公告）號: CN108268837B
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 孫海信;郭輝明;李勁松;嚴百平;齊潔;耿顥軒
• 申請（專利權）人: 廈門大學;深圳市朗石科學儀器有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F17/14
• 代理公司: 廈門南強之路專利事務所(普通合伙) 35200
• 代理人: 馬應森

基于小波熵和混沌特性的輻射源指紋特征提取方法，涉及輻射源個體識別領域。包括以下步驟：1)對輻射源信號進行小波熵特征提取，得到特征參數；2)對輻射源信號進行混沌特征分析，提取混沌特征參數，將小波熵特征向量和混沌特征向量結合，得到組合特征向量，輸入特征分類器，實現對輻射源個體的識別。克服了目前常用的時頻分析方法沒有考慮輻射源信號非線性本質的缺陷，既發揮了小波包變換的強時頻分辨力特性，提取信號的多尺度局部特征，更通過混沌分析這一非線性分析方法，考量信號整體的非線性情況，從而更精準地反映輻射源信號的特征，使提取出的特征參數具有更強的區分性。

技術領域

本發明涉及輻射源個體識別領域，尤其是涉及一種基于小波熵和混沌特性的輻射源指紋特征提取方法。

背景技術

所謂通信信號的“指紋”，就是指通信輻射源個體的細微特征以信號為載體的表現，通常指的是由于輻射源個體之間的硬件設備差異，而在所發射出的信號上附加了可以區別于其他輻射源的個體特征。在現代化海戰中，水下目標識別是先敵發現并有效地對敵進行水聲對抗，先敵使用武器攻擊，克敵制勝的前提。如果能在復雜的水下環境中有效提取出輻射源的指紋特征，就能將不同輻射源裝備區分，通過對個體的分析識別，可以進一步實現通信結構、戰略部署的判定，為我軍相應的戰斗計劃部署提供關鍵依據，具有重要的現實意義。

目前常用的輻射源指紋特征提取方法主要對輻射源信號的時頻域進行分析，其缺陷在于這類方法將輻射源信號近似成線性信號來處理，沒有考慮信號的非線性本質，因此無法很好地反映其非線性特征。混沌是非線性系統一種重要的運動狀態，能夠很好地表征非線性隨機過程內在的特殊規律，混沌分析作為一種非線性的分析方法，能夠更好地體現非線性信號的本質特征。

小波變換是一種有效的時頻分析方法，能夠精細地提取信號在不同尺度下的信息，而小波包變換相比于小波變換具有更強的時頻分辨力。信息熵是度量信號不確定度的重要參數，將小波包變換和信息熵分析結合，既能反映信號的多尺度局部特性，又能體現信號整體的復雜程度。

發明內容

本發明的目的在于克服基于時頻分析的輻射源指紋特征提取方法沒有反映輻射源信號非線性本質的缺陷，提供一種基于小波熵和混沌特性的輻射源指紋特征提取方法。

本發明包括以下步驟：

1)對輻射源信號進行小波熵特征提取，得到特征參數；

2)對輻射源信號進行混沌特征分析，提取混沌特征參數，將小波熵特征向量和混沌特征向量結合，得到組合特征向量，輸入特征分類器，實現對輻射源個體的識別。

在步驟1)中，所述對輻射源信號進行小波熵特征提取，得到特征參數的具體方法可為：首先對輻射源信號進行n層小波包分解，得到2ⁿ個子頻帶，計算各子頻帶的信息熵，得到2ⁿ維特征向量。

在步驟2)中，所述對輻射源信號進行混沌特征分析包括四個部分：關聯維數分析、Kolmogorov熵分析、Lyapunov指數分析和Hurst指數分析，構成4維混沌特征向量；首先對接收的一維輻射源信號時間序列進行相空間重構，在對重構相空間分析的基礎上計算關聯維數、Kolmogorov熵和Lyapunov指數，Hurst指數則通過對輻射源信號時間序列采用重標極差方法求得。

本發明克服了目前常用的時頻分析方法沒有考慮輻射源信號非線性本質的缺陷，既發揮了小波包變換的強時頻分辨力特性，提取信號的多尺度局部特征，更通過混沌分析這一非線性分析方法，考量信號整體的非線性情況，從而更精準地反映輻射源信號的特征，使提取出的特征參數具有更強的區分性。

附圖說明

圖1是本發明提供的基于小波熵和混沌特性的輻射源指紋特征提取方法框圖。

圖2是本發明提供的小波熵特征提取操作流程圖。