基于时频能量谱特征的跳频电台个体识别

来源：信号处理杂志 2019年第10期北京时间：

作者：杨鑫, 郭英, 李红光, 眭萍, 王少波

摘要：针对于跳频电台的细微特征分类识别问题，提出基于跳频信号时频能量谱的细微特征提取算法。首先，利用跳频信号在时频域的稀疏特性，通过稀疏重构方法得到跳频信号时频能量谱；然后，在不同尺度条件下对时频能量谱进行分割，分别提取时频能量谱瑞利熵、多重分形维数和差分盒维数三种特征；最后，通过支持向量机分类器对提取特征集进行训练、分类和识别，实现跳频电台个体识别。利用四部电台的跳频信号，验证对比了本文算法与另外两种算法的识别性能。实验结果表明，本文方法所提取的细微特征集具有较强的分辨能力，避免了由单一特征的相似性而引起的误判问题，能够在少量训练样本条件下，保持较高的识别正确率。

关键词：跳频电台识别, 时频能量谱, 差分盒维数, 多重分形维数, 时频分布瑞利熵