电子学报 ›› 2013, Vol. 41 ›› Issue (3): 502-507.DOI: 10.3969/j.issn.0372-2112.2013.03.014

• 学术论文 • 上一篇    下一篇

雷达信号的扩散特征及其在特定辐射源识别中的应用

韩韬, 周一宇   

  1. 国防科技大学电子科学与工程学院, 湖南长沙 410073
  • 收稿日期:2012-04-05 修回日期:2012-08-24 出版日期:2013-03-25 发布日期:2013-03-25
  • 作者简介:韩 韬 男.1984年生于山东济南.2006年毕业于国防科技大学电子科学与工程学院,2009年获得国防科学技术大学信息与通信工程工学硕士学位,其后在国防科学技术大学攻读工学博士士学位,从事特定辐射源识别与雷达信号处理方面的有关研究. E-mail:dr.hannibal.h@gmail.com; 周一宇 男,1948年生.教授、博士生导师.现为国防科学技术大学教授,研究方向为综合电子战系统理论、信息战理论与效能评估、空间信息处理、无源定位等.
  • 基金资助:
    国家自然科学基金(No.61002026)

Diffusion Features in Radar Specific Emitter Identification

HAN Tao, ZHOU Yi-yu   

  1. School of Electronics Science and Technology, National University of Defence Technology, Changsha, Hunan 410073, China
  • Received:2012-04-05 Revised:2012-08-24 Online:2013-03-25 Published:2013-03-25

摘要: 本文利用Yoyos直观系统模型与随机微分几何,分析特定辐射源识别问题,为该问题建立了一种有意义的几何学描述.通过上述模型及分析,指出辐射源个体所辐射信号的瞬时参数中包含具有内蕴性质的指纹特征信息,且由产生信号的系统低维状态流形决定.扩散映射是一种新兴的流形学习算法,已有研究与实践证明该算法可以在提取高维数据蕴含的低维流形的同时较完整地保持采样点之间的几何性质.本文利用扩散映射的这一良好特性,结合所建立的直观模型,提取信号瞬时参数的扩散特征,用于特定辐射源识别,取得了较好的效果.最后通过外场实验,验证了上述模型与特征的正确性和有效性.

关键词: 雷达, 特定辐射源识别, 扩散映射, 特征

Abstract: An intuitive systemic model based on the systemic Yoyos and stochastic differential geometry is provided for finding a meaningful geometric description of radar specific emitter identification (SEI) in this paper.We show that there is a lower dimensional state manifold which generates signals with intrinsic signatures in every emitter.Geometric significances of the manifold go far towards solving SEI problems.A recently popularized manifold learning technique,called Diffusion Maps,is said to preserve the local proximity among sampling data points by first representing the underlying manifold.So this paper examines SEI using the technique to extract diffusion features of signal instantaneous parameters for experiments on actual intercepted radar signals with several same type emitters.Finally,results illuminate the validity of features and correctness of the proposed model.

Key words: radar, specific emitter identification, diffusion maps, feature

中图分类号: