基于信号特征知识图谱和特征融合的特定辐射源识别技术

【摘  要】SEI可以用于识别各种类型的无线电发射源，包括无线电通信设备、雷达系统、无线电干扰源等。现有的SEI方法往往通过深度学习来实现，通常SEI要求分类模型具有很高的准确性和鲁棒性。针对现今辐射源信号可视化管理不足和信号识别准确率低的问题，提出了一种信号特征KG和特征融合的SEI方法。第一，该方法创新性地建立了信号特征数据库，且利用KG对信号特征实现可视化表征；第二，基于构建的信号特征KG进行特征融合，有效提升了特定辐射源分类识别的准确率。仿真结果表明，所提出的基于KG和特征融合的SEI方法可以更好地对辐射源信号进行可视化管理，且提升了辐射源识别性能。

【关键词】特定辐射源识别；知识图谱；信号特征；特征融合

0   引言

特定辐射源个体识别（SEI, Specific Emitter Identification）[1-2]是无线通信网络中一种有效的用于识别和定位无线电发射源的技术，旨在识别无线网络中各个发射器的特有特征，SEI在军用和民用领域都有着深刻的理论意义和重大的实用价值。传统的SEI方法需要手工提取特征，并遴选有效特征，然后将特征与预先建立的辐射源库进行比对，实现对辐射源个体的识别。但是这种方法很难处理复杂的无线电信号和噪声环境。近年来，随着深度学习（DL, Deep Learning