通信辐射源指纹识别技术

对于接收到的通信信号，首先通过通信信号预处理，再进行指纹特征提取，通过确立通信信号的载频、调制参数及杂散成分特性为稳态信号指纹，可以对上述特征运用时域、频域分析方法和现代时频域和高阶谱方法进行特征分析提取。在分类器设计方面，第一级分类器可以选用特征参数值域判别法、信号模本匹配识别法等方法实现第一级分类，第二级采用并行组合分类器，这样将高维特征空间的判分问题转化为针对不同低维空间进行划分的问题，再对第一级分类器的输出作第二次判决。这样，融合了多个分类器的决策，能够获得较好的分类性能。
D-S证据组合分类器对独立的信息才能进行融合，其关键在于基本概率分配函数(BPA)的确定。文献认为如果各分类器使用不同的特征集或训练集，则可认为不同分类器结果之间是独立的。因而，文中利用不同的辐射源个体特征训练不同的成员分类器，并进行D-S证据理论组合，可以根据需要选择合适的证据组合规则进行通信辐射源类别的判断。

4 结束语
随着通信技术的飞速发展，通信体制和调制样式更加复杂多样，通信电台的配置数量不断增加，常规电子侦察采用的信号特征，如载波频率、调制样式和调制参数等在复杂多变的信号环境下，已难以满足现代战场的需求。通信辐射源识别主要研究体现同类辐射源之间个体差异的信号指纹的分析提取技术。分析了通信辐射源的指纹选择问题，对信号指纹进行通信辐射源的机理进行分析，对目前通信信号的指纹识别的常用方法进行了总结，并提出了一种基于证据理论的通信辐射源指纹识别方法。