通信輻射源個(gè)體識(shí)別與參數(shù)估計(jì).pdf

1、通信輻射源個(gè)體識(shí)別是通信偵察領(lǐng)域新的研究方向，其定義為對(duì)接收到的通信電臺(tái)發(fā)射信號(hào)進(jìn)行特征測量，并根據(jù)已有的先驗(yàn)信息確定產(chǎn)生信號(hào)的通信電臺(tái)個(gè)體的過程。通信輻射源個(gè)體識(shí)別根據(jù)各電臺(tái)硬件差異在發(fā)射信號(hào)上表現(xiàn)出來的區(qū)別于其它個(gè)體的無意調(diào)制特征來判斷信號(hào)來自哪個(gè)電臺(tái)，進(jìn)而實(shí)現(xiàn)電臺(tái)跟蹤和確認(rèn)。通信輻射源個(gè)體識(shí)別在無線電安全通信、軍事通信對(duì)抗和民用無線電監(jiān)測等領(lǐng)域具有十分重要的意義，受到國內(nèi)外相關(guān)研究人員的關(guān)注。
　　 針對(duì)通信輻射源個(gè)體識(shí)別

2、研究中迫切需要解決的關(guān)鍵問題，本文提出和推導(dǎo)了一系列具有理論和實(shí)用價(jià)值的算法，并且通過實(shí)際電臺(tái)數(shù)據(jù)和計(jì)算機(jī)仿真實(shí)驗(yàn)驗(yàn)證了算法的優(yōu)良性能。歸納起來，本文所做的工作主要包括以下幾個(gè)方面：
　　 1、在通信信號(hào)參數(shù)估計(jì)方面，從瞬時(shí)頻率的概率密度函數(shù)、信噪比估計(jì)和調(diào)制樣式識(shí)別三個(gè)方面進(jìn)行分析。瞬時(shí)頻率的概率密度函數(shù)方面，研究了載波信號(hào)瞬時(shí)頻率的概率密度函數(shù)模型，在分析相位誤差以及相位誤差近似函數(shù)的基礎(chǔ)上，提出了一種瞬時(shí)頻率概率密度的近似

3、密度函數(shù)，該密度函數(shù)表達(dá)式具有很好的近似效果，且該公式的表示形式簡單，公式中的參數(shù)也具有明確的物理含義。并且通過假設(shè)檢驗(yàn)的方法驗(yàn)證了該公式的正確性。隨后分析了不同采樣速率及信噪比對(duì)瞬時(shí)頻率概率密度函數(shù)的影響。最后通過蒙特卡羅仿真驗(yàn)證了本文提出的瞬時(shí)頻率的概率密度函數(shù)的正確性。
　　 在通信信號(hào)信噪比估計(jì)方面，分析了PSK信號(hào)和QAM信號(hào)的高階統(tǒng)計(jì)矩與信噪比之間的關(guān)系，分析了不同統(tǒng)計(jì)矩對(duì)信噪比估計(jì)性能的差異，為信噪比估計(jì)選取最佳的

4、統(tǒng)計(jì)量提供一種簡單的方法。分析表明對(duì)于PSK信號(hào)，一階二階統(tǒng)計(jì)矩的信噪比估計(jì)方法具有最佳的信噪比估計(jì)性能；而對(duì)于QAM信號(hào)高階統(tǒng)計(jì)矩具有較好的估計(jì)性能，并且推導(dǎo)了具有解析式的高階統(tǒng)計(jì)量的信噪比估計(jì)方法，仿真結(jié)果表明該方法具有較小的均方誤差和較低的復(fù)雜度。
　　 在調(diào)制樣式識(shí)別方面，本文從線性統(tǒng)計(jì)矩和方向數(shù)據(jù)統(tǒng)計(jì)矩兩方面分別對(duì)常見的數(shù)字通信信號(hào)的調(diào)制樣式識(shí)別進(jìn)行了分析研究。線性統(tǒng)計(jì)矩方面利用四階累積不變量特征和信號(hào)的譜峰特征相結(jié)合

5、的方法來實(shí)現(xiàn)調(diào)制樣式的自動(dòng)分類。在方向數(shù)據(jù)統(tǒng)計(jì)矩方面，根據(jù)瞬時(shí)頻率和瞬時(shí)相位的概率密度函數(shù)來提取信號(hào)的三角矩特征，實(shí)驗(yàn)結(jié)果表明方向數(shù)據(jù)統(tǒng)計(jì)方法能夠?qū)崿F(xiàn)調(diào)制樣式的自動(dòng)識(shí)別，該方法由于需要計(jì)算余弦函數(shù)值，因此計(jì)算量較大，在實(shí)際使用中需要借助迭代等快速算法來實(shí)現(xiàn)。
　　 2、在暫態(tài)特征分析方面，從三個(gè)不同的角度進(jìn)行了個(gè)體特征分析研究。首先根據(jù)包絡(luò)信號(hào)的非線性特征提出了一種積分包絡(luò)的暫態(tài)信號(hào)特征提取方法。對(duì)于包絡(luò)相似的暫態(tài)信號(hào)經(jīng)積分包絡(luò)

6、變換后，信號(hào)的非線性特征就會(huì)體現(xiàn)在信號(hào)的積分包絡(luò)上，通過PCA提取信號(hào)的主分量特征就可以對(duì)信號(hào)進(jìn)行分類，實(shí)驗(yàn)結(jié)果表明該方面具有較好的分類效果和抗噪能力。其次從小波分析方法入手利用離散小波變換提取不含調(diào)制信息的暫態(tài)包絡(luò)特性，用每一層小波變換的能量作為特征，用遺傳算法來選擇分類效果最好的幾個(gè)特征，對(duì)實(shí)驗(yàn)采集的暫態(tài)信號(hào)進(jìn)行識(shí)別。最后進(jìn)一步研究暫態(tài)信號(hào)的非線性特征提出了一種基于分類的自適應(yīng)時(shí)頻分析方法。該方法通過分類信號(hào)的模糊函數(shù)自適應(yīng)的選擇高

7、斯徑向核函數(shù)的參數(shù)，使信號(hào)的時(shí)頻分布具有最大的可分離度，該方法在暫態(tài)信號(hào)識(shí)別上效果最好，同時(shí)該方法在訓(xùn)練時(shí)所需的時(shí)間也是最長的，通過梯度上升迭代算法可以降低訓(xùn)練過程中的計(jì)算量，減少訓(xùn)練時(shí)間。
　　 3、在穩(wěn)態(tài)特征分析方面，通過分析碼元持續(xù)期間信號(hào)瞬時(shí)頻率的特征，提取了能夠有效區(qū)分通信電臺(tái)的個(gè)體特征。為衡量所選特征的分類能力，根據(jù)評(píng)價(jià)特征集分離性能的指標(biāo)--可分離指數(shù)，擇優(yōu)選擇相關(guān)特征作為電臺(tái)的個(gè)體特征，為后續(xù)分析提供了一個(gè)分析工

8、具。根據(jù)碼元保持時(shí)間內(nèi)信號(hào)瞬時(shí)頻率的特征，提出了一種基于分類的分?jǐn)?shù)階Fourier變換方法，通過聯(lián)合優(yōu)化分?jǐn)?shù)階Fourier變換階數(shù)和距離測度的方法來選擇最優(yōu)的分?jǐn)?shù)階Fourier變換階數(shù)和距離測度。
　　 4、在跳頻網(wǎng)臺(tái)信號(hào)分選方面，分析了跳頻網(wǎng)臺(tái)細(xì)微特征的來源，其中主要分析了跳頻網(wǎng)臺(tái)頻率合成器的相位噪聲，相位噪聲是影響短期頻率穩(wěn)定度的主要原因。在跳頻電臺(tái)頻率跳變時(shí)刻提取信號(hào)的暫態(tài)特征，由于跳頻信號(hào)的周期性使得暫態(tài)信號(hào)的獲取變