一种数字传输电台的个体识别方法

摘要

通信电台的个体识别技术是通信对抗领域的一个重要课题，近年来受到国内外研究机构的广泛关注。由于电台内部元器件的差异会引起发射的通信信号存在细微差异，个体识别技术可以通过提取这些能够表征通信源身份的个体特征信息，来识别信号的来源归属电台，进而实现对敌方目标的精确打击。
　　本文首先分析了电台个体特征的形成原因和电台实际信号表示方式。针对在实际通信中广泛应用的多模式数字传输电台，分析了其在不同调制方式情况下个体特征存在的变化差异。针对现有个体识别算法在调制方式发生改变时无法提取到稳定个体特征的情况，首次将调制方式识别引入到个体识别领域：提出了针对发射不同调制方式信号的电台，从频域和时域提取不同的特征信息，较好地解决了电台多模式工作下的识别问题。
　　当待识别的电台工作在QAM等通过时域幅值信息携带消息的调制方式下，本文提取电台在频域所表征出的瞬时个体特征。首先采用总体平均经验模态分解（EEMD）法将信号分解成只含有单一频率分量经验模态函数（IMFs）并求其矩阵的奇异值重心，同时对分解得到的IMFs进行Hilbert变化得到信号的瞬时频率并求其分形维数特征。通过上述两个频域瞬时特征，能够对不同电台实现分类识别。对比现有的频域谱对称算法、瞬时频率算法，该方法很好地解决了其特征计算精度低、分类界限不明显等问题，使得分类效果在低信噪比情况下有了明显提高。
　　当待识别的电台工作在FSK、MSK等通过频域信息携带消息的调制方式下，本文提取信号在时域所表征出的个体特征。首先利用正交分量重构法计算时域信号包络，随后引入峭度指标和裕度指标，量化描述时域信号包络的变化情况。通过和现有的时域高阶个体特征对比，该方法降低了计算的复杂度并在低信噪比情况下提取到的特征分类界限更加明显。
　　最后，通过支持向量机对本文方法提取的个体特征进行了识别分类，仿真及实测结果验证了本文特征提取方法及分类器的设计能够获得较好的识别效果，满足了项目的指标要求。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景

1.2 研究现状

1.3 本文的主要工作和结构安排

第二章 个体特征成因和相关理论

2.1 信号源个体特征成因

2.2 实际电台信号的表示

2.3数字传输电台简介

2.4 调制方式对电台个体特征的影响

2.5 本章小结

第三章 数字传输电台频域特征提取

3.1 解析信号理论

3.2 总体平均经验模态分解

3.3 基于Hilbert变化的瞬时频率

3.4 个体特征的量化描述

3.5 特征提取结果分析

3.6 本章小结

第四章 数字传输电台时域特征提取

4.1 包络提取方法

4.2 时域包络特征的量化描述

4.3 特征提取结果分析

4.4 本章小结

第五章 分类器和实验结果

5.1 分类器选择

5.2 识别结果统计分析

5.3 本章小结

第六章 总结与展望

参考文献

致谢

作者简介