基于密度峰值算法的通信电台个体识别

来源：信号处理杂志 2019年第7期北京时间：

作者：李昕, 雷迎科

摘要：由于通信电台信号的样本小，电台指纹特征弱，导致通信电台的个体识别准确度不高，本文首次提出了基于密度峰值算法进行通信电台个体识别，在不需要训练样本的条件下就能对通信电台进行个体识别。首先对信号进行矩形积分双谱变换，提取信号1×L维矩形双谱特征，计算各个信号间的欧式距离，然后根据密度峰值算法的定义计算各个信号的密度ρ和δ，以ρ、δ为横坐标与纵坐标画二维图，找到聚类中心，对各个信号进行分类识别。与传统的通信电台分类识别方法相比，此方法运用的是机器学习中聚类的方法，是无监督的方式，不需要带标签的通信电台信号样本，在实际运用中会发挥更大的作用。

关键词：矩形积分双谱变换, 密度峰值算法, 机器学习聚类, 不需要电台信号样本