基于自适应变分模态分解的辐射源识别算法分析

摘要

特定辐射源识别根据不同发射器独有的特征将其区分出来,这些特征称为指纹.造成不同指纹的主要原因是发射器功率放大器的非线性和记忆效应,这会对辐射源信号造成严重的失真.针对这个问题,提出了基于自适应变分模态分解(Adaptive Variational Mode Decomposition,AVMD)的辐射源识别方法.信号经AVMD分解后,对分解模态进行希尔伯特变换,直接提取希尔伯特谱特征作为分类特征.与现有最好的两种基于信号分解的识别算法对比,结果表明,识别率会比VMD-SF算法和EMD-EM算法分别提升6％和10％.