文献类型：期刊文章

作　　者：李成[1] 谢阳[2] 李德峰[1] 蔡玉宝[1] 曹亮[3]

LI Cheng;XIE Yang;LI Defeng

机构地区：[1]中国电子科技集团公司第二十七研究所,郑州450047 [2]中国人民解放军96637部队,北京102100 [3]海装某代表室,郑州450006

出　　处：《科技创新与应用》

年　　份：2025

卷　　号：15

期　　号：7

起止页码：13-17

语　　种：中文

收录情况：普通刊

摘　　要：在功放非线性模型基础上,从信号双谱中提取个体指纹特征,借助流形学习中的二维监督判决保局投影算法,降低指纹特征维度。进而以欧氏距离和描述误差作为稀疏准则,提出2种匹配分类算法,即K近邻稀疏描述法和K近邻特征空间法,对降维指纹进行识别分类。通过仿真验证流形学习和稀疏描述在个体指纹识别中的有效性。结果表明,与全局描述分类法相比,所提出2种算法识别性能更优;与基于希尔伯特-黄变换和基于近似熵的个体识别算法相比,所提算法规避参数选择问题,鲁棒性更强,适用于复杂电磁环境。

关 键 词：辐射源个体  指纹识别 非线性模型 流形学习 稀疏描述  

分 类 号：TN911.7]