空军工程大学学报

作者：贾鑫1,蒋磊1,郭京京2,齐子森1

单位：1.空军工程大学信息与导航学院,西安,710077;2.93184部队, 北京,100076\

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

基金：国家自然科学基金(62131020)

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。

来源：2024年第1期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2024年第1期