融合时频特征的通信辐射源个体识别方法

来源：电子测量技术杂志2025年第1期北京时间：

作者：袁晔，汤春阳，张博轩，李强

单位：1.宁夏回族自治区无线电监测站 宁夏 750001; 2.兰州交通大学电子与信息工程学院 兰州 730070

摘要：针对通信辐射源个体识别在信道噪声干扰下准确率低的问题，利用信号映射到不同时频域对信道噪声干扰抑制效果的差异性，提出了一种融合时频特征的通信辐射源个体识别方法。首先，从辐射源信号中提取I/Q、功率谱、小波谱信息，并通过横向和纵向的一维卷积来融合信号的时频信息；然后使用通道注意力模块和空间注意力模块融合时频特征；最后采用M-ResNeXt网络实现在信道噪声干扰下的辐射源个体识别。实验结果表明，受到信噪比为15 dB的高斯白噪声、瑞利、莱斯3种信道噪声干扰下，本文提出的融合时频特征方法识别准确率达到97.6%、97.7%、98.5%，同时面临未知的噪声干扰，在信噪比为15 dB时，依然能够取得超过97.7%的识别准确率。因此，融合时频特征方法能够显著提高通信辐射源个体识别的准确率和鲁棒性。

关键词：辐射源个体识别;深度学习;信道;时频分析

基金资助：宁夏回族自治区重点研发计划（2022BEG03072）、宁夏自然科学基金（2023AAC03741）、甘肃省科技计划项目重点研发计划（23YFGA0047）项目资助