基于Hilbert-Huang和EfficientNet的通信辐射源个体识别
牛雅萌
崔良中
孙佳杰
海军工程大学电子工程学院 武汉 430033
摘要：针对现有通信辐射源个体识别方法存在识别率低、网络模型参数量大和模型泛化性能差的问题,论文提出基于Hilbert-Huang和EfficientNet的通信辐射源个体识别方法.首先,利用Hilbert-Huang对通信辐射源个体信号进行时频变换,将采集到的辐射源个体信号进行经验模态分解,对分解后的信号进行Hilbert变换,把一维信号转换成二维时频谱,通过时频分析,丰富原始信号的特征.采用EfficientNet对转换后的时频谱进行学习,最终完成通信辐射源个体识别.采集四个通信辐射源的短波通信信号进行实验,结果表明:该方法有效解决了通信辐射源个体识别问题,相较于其他时频分析的深度学习通信辐射源个体识别方法,论文方法具有更高的识别率和更快的识别速度,证明了方法的有效性.
关键词：通信辐射源个体识别Hilbert-Huang时频分析EfficientNet
分类号：TN911(通信)
论文发表日期：2025-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 72-76,119 )
英文信息