基于深度聚类的通信辐射源个体识别方法
贾鑫1
蒋磊1
郭京京2
齐子森1
1.空军工程大学信息与导航学院,西安,7100772.93184部队, 北京,100076
摘要：针对非合作通信条件下缺少标签数据的通信辐射源个体识别问题,提出了一种基于深度聚类的通信辐射源个体识别方法.利用自编码器网络强大的特征提取和数据重构能力对原始I/Q数据进行表征学习,提取个体识别的指纹特征,同时将表征学习过程和特征聚类过程进行联合优化,使表征学习和特征聚类契合度更高,更好地完成无标签条件下的通信辐射源个体识别.通过对5种ZigBee设备采集的信号进行实验,结果表明在信噪比高于0 dB时,可以达到85%以上的识别准确率,证明了本文方法的有效性和稳定性.
关键词：个体识别深度聚类无监督通信辐射源特征提取数据重构
分类号：TN957.51(雷达)TN911.7(通信)
资助基金：国家自然科学基金(62131020)
论文发表日期：2024-02-25
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：8( 115-122 )
英文信息