基于Welch功率谱和卷积神经网络的通信辐射源个体识别

来源：电讯技术杂志2021年第10期北京时间：

作者：王检,张邦宁,魏国峰,郭道省

单位：(中国人民解放军陆军工程大学 通信工程学院，南京 210007)

摘要：针对低信噪比条件下通信辐射源个体识别率低的问题，提出了一种基于Welch功率谱和卷积神经网络的通信辐射源个体识别方法。构建了由20个基于ZigBee协议的物联网设备组成的测试平台，将ZigBee信号前同步码部分的Welch功率谱数据作为辐射源指纹特征送入卷积神经网络进行分类。该方法在低信噪比条件下很好地保留了辐射源的指纹特征，结合卷积神经网络强大的微特征提取能力，对辐射源进行了有效分类。实验结果证明，在瑞利信道及低信噪比条件下，所提方法的识别效果明显优于其他方法。

关键词：通信辐射源识别；射频指纹；Welch功率谱；卷积神经网络；

基金资助：江苏省自然科学基金项目（BK20191328）