基于差分-變分模態分解與全局信息分析網絡的輻射源個體識別方法

韋建宇 彭來獻 俞璐 王華力 曾維軍

（中國人民解放軍陸軍工程大學通信工程學院，江蘇南京 210007）

1 引言

通信輻射源個體識別（SEI，special emitter identification）技術可以根據不同的發射器的指紋特征來識別通信無線發射器［1］。指紋特征是發射器中單個硬件固有差異的結果，主要是由于硬件在制造過程中的不完善導致的［2］。每個發射器的指紋都是獨一無二的，很難被偽造，因此SEI技術在軍事和民用領域具有重要的研究價值。近幾年來，隨著自組織網［3］、物聯網［4］、認知無線電［5］和無人機通信的快速發展，電磁環境已經變得非常復雜［6］。由于動態電磁頻譜共享技術的運用，電磁空間中無線通信安全已經成為一個迫切需要解決的問題。物理層安全機制的研究是解決無線通信安全問題的根源所在，信號的指紋特征是獨一無二并且難以被偽造的，因此通信輻射識別技術可以識別復雜電磁空間中的通信無線電發射器的個體信息，它不僅有利于解決通信中的惡意攻擊問題，而且對電磁空間的大數據分析和信息挖掘也有著很大的意義。

特征提取是通信輻射源識別技術的重要階段。根據前人研究，指紋特征提取方法可以分為基于專家經驗的傳統特征提取方法和基于深度學習的特征提取方法。傳統方法研究時間較長，人們采用多種信號處理的方法對信號的不同域進行特征提取。文獻［7］提出一種基于Wiger 和Choi-Williams 的輻射源指紋提取方法，該算法能夠在同一類型的通信輻射源識別中達到98%的識別率。……