基于核密度估计密度峰聚类的通信辐射源个体识别
李昕
雷迎科
1.国防科技大学电子对抗学院,合肥,2300372.国防科技大学电子对抗学院,合肥,230037
摘要：通信辐射源个体识别是通过发射机反映在信号上的差异来判别信号与辐射源个体之间的关联.传统的通信辐射源个体识别方法以及新兴的利用神经网络进行辐射源个体识别的方法都依赖带类别信息的信号样本,然而在实际中带类别信息的信号样本获取难度很大.为了解决这个问题,引入了无监督学习中的密度峰值聚类算法,在无类别信息信号样本的前提下进行通信辐射源个体识别.由于密度峰值聚类算法的性能受人工输入参数dc的影响较大,文中利用核密度估计(KDE)及热扩散方程改进算法,在不需要人工输入参数的条件下实现对数据的分类.文中所提算法在实际电台信号数据集上进行了实验,具有较好的效果,验证了该算法的可靠性和有效性.
关键词：通信辐射源个体识别核密度估计热扩散方程聚类
分类号：TN975(电子对抗（干扰及抗干扰）)
论文发表日期：2020-06-25
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：7( 63-69 )
英文信息