中国电子科学研究院学报
中國電子科學研究院學報
중국전자과학연구원학보
JOURNAL OF CHINA ACADEMY OF ELECTRONICS AND INFORMATION TECHNOLOGY
2013年
4期
393-397,417
,共6页
梁江海%黄知涛%袁英俊%黄光泉
樑江海%黃知濤%袁英俊%黃光泉
량강해%황지도%원영준%황광천
EMD方法%杂散成分%支持向量机%辐射源个体识别
EMD方法%雜散成分%支持嚮量機%輻射源箇體識彆
EMD방법%잡산성분%지지향량궤%복사원개체식별
提出了一种基于经验模态分解(EMD,empirical mode decomposition)的通信辐射源个体识别方法.首先采用EMD方法将稳态信号的主要信号成分与杂散成分分离开来；然后提取杂散成分的频域特征作为信号的细微特征；最后运用支持向量机(SVM,support vector machine)分类器对多个通信辐射源个体进行分类识别.无线网卡个体识别的实验结果表明,对同型号的辐射源个体,该方法可以取得较好的识别效果；尤其在较低信噪比下,与其他方法相比,该方法获得更高的识别率.
提齣瞭一種基于經驗模態分解(EMD,empirical mode decomposition)的通信輻射源箇體識彆方法.首先採用EMD方法將穩態信號的主要信號成分與雜散成分分離開來；然後提取雜散成分的頻域特徵作為信號的細微特徵；最後運用支持嚮量機(SVM,support vector machine)分類器對多箇通信輻射源箇體進行分類識彆.無線網卡箇體識彆的實驗結果錶明,對同型號的輻射源箇體,該方法可以取得較好的識彆效果；尤其在較低信譟比下,與其他方法相比,該方法穫得更高的識彆率.
제출료일충기우경험모태분해(EMD,empirical mode decomposition)적통신복사원개체식별방법.수선채용EMD방법장은태신호적주요신호성분여잡산성분분리개래；연후제취잡산성분적빈역특정작위신호적세미특정；최후운용지지향량궤(SVM,support vector machine)분류기대다개통신복사원개체진행분류식별.무선망잡개체식별적실험결과표명,대동형호적복사원개체,해방법가이취득교호적식별효과；우기재교저신조비하,여기타방법상비,해방법획득경고적식별솔.
