[發(fā)明專利]輻射源識(shí)別方法、裝置及輻射源識(shí)別模型創(chuàng)建方法、裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010019501.X
• 申請(qǐng)日: 2020-01-08
• 公開（公告）號(hào): CN111245821B
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 徐艷云;郭少穎;張萌;黃偉慶
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院信息工程研究所
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;H04W12/79
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王宇楊

1.一種輻射源識(shí)別方法，其特征在于，包括：

獲取待識(shí)別輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)；

根據(jù)所述待識(shí)別輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)得到所述待識(shí)別輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)；包括：對(duì)所述待識(shí)別輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得到待識(shí)別輻射源所發(fā)出信號(hào)的能量包絡(luò)；根據(jù)待識(shí)別輻射源所發(fā)出信號(hào)的能量包絡(luò)最大值與能量包絡(luò)最小值計(jì)算自適應(yīng)閾值；從待識(shí)別輻射源所發(fā)出信號(hào)的能量包絡(luò)中選取能量包絡(luò)值大于自適應(yīng)閾值的第一個(gè)點(diǎn)，得到暫態(tài)信號(hào)的起始點(diǎn)；根據(jù)所述暫態(tài)信號(hào)的起始點(diǎn)、暫態(tài)時(shí)間長(zhǎng)度以及采樣率得到待識(shí)別輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)；

從所述待識(shí)別輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)中提取多尺度離散熵特征和精細(xì)復(fù)合多尺度離散熵特征，將所述多尺度離散熵特征和精細(xì)復(fù)合多尺度離散熵特征進(jìn)行組合，得到待識(shí)別輻射源所發(fā)出信號(hào)的熵特征向量組合；

將所述待識(shí)別輻射源所發(fā)出信號(hào)的熵特征向量組合輸入到輻射源識(shí)別模型中，獲得關(guān)于待識(shí)別輻射源個(gè)體身份信息的識(shí)別結(jié)果；其中，

所述輻射源識(shí)別模型是將個(gè)體身份信息已知的輻射源所發(fā)出信號(hào)的熵特征向量以及所述輻射源的個(gè)體身份信息作為樣本數(shù)據(jù)，采用機(jī)器學(xué)習(xí)方式訓(xùn)練得到的用于獲取待識(shí)別輻射源的個(gè)體身份信息的模型；所述個(gè)體身份信息包括個(gè)體的種類、型號(hào)以及標(biāo)識(shí)號(hào)的信息。

2.根據(jù)權(quán)利要求1所述的輻射源識(shí)別方法，其特征在于，所述輻射源識(shí)別模型所基于的樣本數(shù)據(jù)中包括待識(shí)別輻射源所發(fā)出信號(hào)的熵特征向量組合以及待識(shí)別輻射源的個(gè)體身份信息。

3.一種輻射源識(shí)別模型創(chuàng)建方法，其特征在于，包括：

獲取多個(gè)輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)以及所述多個(gè)輻射源的個(gè)體身份信息；

根據(jù)所述多個(gè)輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)，得到所述多個(gè)輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)；包括：對(duì)輻射源所發(fā)出信號(hào)的時(shí)域數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，得到輻射源所發(fā)出信號(hào)的能量包絡(luò)；根據(jù)輻射源所發(fā)出信號(hào)的能量包絡(luò)最大值與能量包絡(luò)最小值計(jì)算自適應(yīng)閾值；從輻射源所發(fā)出信號(hào)的能量包絡(luò)中選取能量包絡(luò)值大于自適應(yīng)閾值的第一個(gè)點(diǎn)，得到暫態(tài)信號(hào)的起始點(diǎn)；根據(jù)所述暫態(tài)信號(hào)的起始點(diǎn)、暫態(tài)時(shí)間長(zhǎng)度以及采樣率得到輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)；

從所述多個(gè)輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)中分別提取多尺度離散熵和精細(xì)復(fù)合多尺度離散熵，將所述多個(gè)輻射源中的每一個(gè)輻射源所發(fā)出信號(hào)的暫態(tài)信號(hào)的多尺度離散熵特征和精細(xì)復(fù)合多尺度離散熵特征分別進(jìn)行組合，得到多個(gè)輻射源所發(fā)出信號(hào)的熵特征向量組合；

將所述多個(gè)輻射源所發(fā)出信號(hào)的熵特征向量組合以及所述多個(gè)輻射源的個(gè)體身份信息作為樣本數(shù)據(jù)，采用機(jī)器學(xué)習(xí)方式訓(xùn)練模型，得到用于識(shí)別輻射源個(gè)體身份信息的輻射源識(shí)別模型。

4.根據(jù)權(quán)利要求3所述的輻射源識(shí)別模型創(chuàng)建方法，其特征在于，所述采用機(jī)器學(xué)習(xí)方式訓(xùn)練模型包括：

采用交叉驗(yàn)證支持向量機(jī)的方式訓(xùn)練模型；

或，采用K近鄰算法訓(xùn)練模型。

5.根據(jù)權(quán)利要求3所述的輻射源識(shí)別模型創(chuàng)建方法，其特征在于，所述多個(gè)輻射源包括多個(gè)同種類的不同輻射源個(gè)體。