網(wǎng)絡化輻射源個體識別技術(shù)述評*

(中國西南電子技術(shù)研究所，成都610036)

1 引 言

輻射源個體識別(Specific Emitter Identification，SEI)是一種將收集截獲的信號與信號輻射源個體本身相匹配的技術(shù)，其定義為“將輻射源電磁特征與輻射源個體關(guān)聯(lián)起來的能力”[1]。

輻射源個體識別通過對輻射源信號特征的選擇和特征參數(shù)高精度測量，發(fā)現(xiàn)信號特征所表現(xiàn)的輻射源個體獨有的特點，從而達到對輻射源目標進行個體識別和跟蹤的目的，具有重要的軍用和民用價值。

自20世紀60年代中期開始，輻射源個體識別概念在美國逐步形成，應用于情報偵察和電子戰(zhàn)行動，成為獲取信號情報的重要手段，在美軍各軍兵種和美國情報機構(gòu)得到高度重視。近年來，隨著美軍加速構(gòu)建體系化、標準化和網(wǎng)絡化的個體識別系統(tǒng)，個體識別裝備大面積加裝集成，目標個體數(shù)據(jù)庫、識別模型庫持續(xù)積累，個體識別的軍事價值又得到進一步的重視和挖掘[2]。

我國自20世紀90年代開始關(guān)注輻射源個體識別技術(shù)，此后20多年，國內(nèi)多家研究單位開展了針對電子和通信輻射源的個體識別技術(shù)研究，在個體特征產(chǎn)生機理、特征參數(shù)的選擇、特征分析提取方法以及識別分類方法方面取得了一定進展[3-9]。但必須看到的是，研究的重點主要集中在特征提取和分類識別方法、算法等單項技術(shù)上，著眼于個體識別裝備自身的關(guān)鍵技術(shù)，而在個體特征產(chǎn)生的機理、普適性特征的選擇、特征參數(shù)的長期穩(wěn)定性方面，雖有涉及但并未獲得突破性進展。在技術(shù)的工程應用方面，還存在著輻射源目標個體識別模板建立困難、穩(wěn)健的識別特征參數(shù)選擇有限、特征參數(shù)與識別輻射源類型緊耦合、優(yōu)良且穩(wěn)健的識別分類算法使用受限等諸多難題。尤其是在輻射源個體識別技術(shù)的網(wǎng)絡化體系化發(fā)展應用方面，還未見公開的研究報道。

隨著個體識別的對象——各類信息化裝備的迅猛發(fā)展，新體制裝備日益多樣化，傳統(tǒng)的基于信號特征參數(shù)的個體識別越來越受到偵察手段自身能力的限制，即盡管個體識別技術(shù)裝備的能力可能較強，但如果裝備之間缺乏有效的協(xié)同運用機制，則在對目標的時域、頻域、空域覆蓋上均可能存在部分局限，進而在很大程度上影響偵察系統(tǒng)整體能力的發(fā)揮，從而不能滿足現(xiàn)在和未來的軍事應用需求。

在網(wǎng)絡化、體系化發(fā)展的大背景下，軍事行動已由單純的武器裝備能力對抗轉(zhuǎn)變?yōu)樾畔⒒瘲l件下作戰(zhàn)體系能力對抗，因此未來個體識別技術(shù)向組網(wǎng)協(xié)同應用發(fā)展已經(jīng)成為必然趨勢。將大量個體識別裝備逐步融入統(tǒng)一整體的信息網(wǎng)絡之中，利用網(wǎng)絡協(xié)同的優(yōu)勢開展對敵電子信息系統(tǒng)的偵察識別，將會大幅度提升系統(tǒng)整體的效能。

本文針對輻射源個體識別在網(wǎng)絡化背景下應用的需求，分析了發(fā)展趨勢，對未來輻射源個體識別組網(wǎng)協(xié)同應用需關(guān)注的問題進行了分析，提出了關(guān)鍵技術(shù)和實現(xiàn)途徑。

2 個體識別技術(shù)網(wǎng)絡化發(fā)展趨勢

從個體識別技術(shù)實現(xiàn)的角度，基于信號特征參數(shù)的輻射源個體識別正確率主要取決于不同輻射源設備工作參數(shù)的個體差異和對輻射源個體信號特征先驗知識的掌握程度。然而隨著工業(yè)生產(chǎn)技術(shù)不斷發(fā)展，電子器件的參數(shù)指標越來越精準，信號特征參數(shù)的差異越來越不明顯，原有的識別規(guī)律和識別方法大量失效。與此同時，伴隨電子技術(shù)的飛速發(fā)展，電磁空間中的信號越來越復雜，調(diào)制方式種類繁多，也大大增加了信號分析和個體識別的難度，僅僅依靠信號的特征參數(shù)來建立模板、分析和區(qū)分輻射源個體難度增大。此外，現(xiàn)役輻射源個體識別裝備一般只針對特定頻段的某一類特定信號對象，獲取的信號數(shù)據(jù)只反映了目標的部分特征，不能反映目標的全貌，因此通過單一的個體識別技術(shù)手段，對偵測到的輻射源目標個體的識別變得越來越困難。

輻射源個體識別技術(shù)向網(wǎng)絡化體系化發(fā)展，則可將部署在不同地域、不同類型的個體識別裝備有機聯(lián)接，通過傳感器之間的組網(wǎng)協(xié)同，協(xié)調(diào)多種個體識別手段完成同一任務，打破分散的個體識別傳感器受作用距離、作用區(qū)域、獲情手段種類等自身技術(shù)能力的限制，充分發(fā)揮多源信息融合的優(yōu)勢，在統(tǒng)一的數(shù)據(jù)資源支持下，形成多視角、多手段的協(xié)同個體識別，提高對目標的個體識別概率，減少漏識、錯識率。

作為輻射源個體識別技術(shù)的發(fā)源地，美軍在輻射源個體識別技術(shù)網(wǎng)絡化、體系化運用方面已做了大量工作，其中以 “艦隊作戰(zhàn)”試驗(FBE-Juliet)中進行的網(wǎng)絡化的輻射源個體識別(Networked Specific Emitter Identification in Fleet Battle Experiment Juliet)[10]尤為典型。

試驗的背景是對輻射源個體識別技術(shù)的協(xié)同應用方法進行研究，目的是檢驗輻射源個體識別技術(shù)裝備的協(xié)同作戰(zhàn)能力。參與試驗的有配備個體識別技術(shù)裝備的演習指揮部、作戰(zhàn)飛機和作戰(zhàn)艦艇，三者間通過數(shù)據(jù)鏈和高速網(wǎng)絡聯(lián)接并協(xié)同工作。目標輻射源特征數(shù)據(jù)來自于海上情報監(jiān)視系統(tǒng)通過歷史積累建立的輻射源目標特征數(shù)據(jù)庫。

試驗過程中，配備個體識別設備的飛機和艦艇等機動作戰(zhàn)平臺通過數(shù)據(jù)鏈或高速網(wǎng)絡協(xié)同，共同對模擬的敵方船只和重要目標進行信號采集處理、輻射源特征數(shù)據(jù)融合、識別定位、識別信息及位置數(shù)據(jù)上報。指揮部對來自各傳感器上報的目標識別信息、位置數(shù)據(jù)、平臺信息進行進一步融合處理，實現(xiàn)對目標的連續(xù)跟蹤識別，并將識別信息融合進戰(zhàn)場統(tǒng)一態(tài)勢向作戰(zhàn)系統(tǒng)分發(fā)。

試驗數(shù)據(jù)表明，地理空間上相距很遠的多個個體識別傳感器能夠協(xié)同工作，對雷達輻射源目標進行識別跟蹤，為作戰(zhàn)系統(tǒng)提供雷達目標告警和指示。通過對多個來源的輻射源特征數(shù)據(jù)融合處理，可以得到更高的輻射源個體識別準確度，為在復雜信號環(huán)境下的瀕海作戰(zhàn)提供更精確、可靠的目標屬性和位置信息，增強態(tài)勢感知能力。

縱觀近年來美軍感知裝備的發(fā)展歷程，在現(xiàn)役裝備升級和新系統(tǒng)開發(fā)中，注重提升協(xié)同目標識別定位以及多傳感器信息融合的能力。其他國家也在積極探索通過裝備的組網(wǎng)協(xié)同，提升作戰(zhàn)效能的新型作戰(zhàn)概念。主要技術(shù)發(fā)展具有以下三方面特點：

(1)通過集成多種傳感器從不同輻射源信號的不同特征、不同的識別維度來共同刻畫目標的“個體形象”，有助于大幅度提高目標個體識別的正確率；

(2)從注重單項技術(shù)和裝備的能力到引入多種識別技術(shù)向裝備體系化協(xié)同運用轉(zhuǎn)變；

(3)通過組網(wǎng)協(xié)同，擴大監(jiān)視區(qū)域，提升對各類目標的感知能力，提高信號情報的準確度。

3 網(wǎng)絡化輻射源個體識別技術(shù)架構(gòu)

傳統(tǒng)的輻射源個體識別技術(shù)架構(gòu)中，個體識別傳感器一般配置在各個偵察節(jié)點，傳感器之間即使形成某種網(wǎng)絡系統(tǒng)，也是按同類型傳感器組網(wǎng)。與單個輻射源個體識別傳感器能力相比，這種多傳感器組網(wǎng)架構(gòu)的主要特點是實現(xiàn)了數(shù)據(jù)共享，擴大了對目標的跟蹤監(jiān)視范圍。但其不足之處一是工作模式預置或固化，不能根據(jù)目標和環(huán)境的動態(tài)變化而靈活地反應和調(diào)整；二是由于按同類型傳感器組網(wǎng)，監(jiān)視處理的輻射源目標種類單一，可提供的目標信息要素不齊全，難以滿足信息化條件下作戰(zhàn)對目標精確識別的需求。因此對于向網(wǎng)絡化體系化方向發(fā)展的輻射源個體識別技術(shù)，需要有新的體系架構(gòu)和工作流程，引入新的方法推動技術(shù)發(fā)展。

網(wǎng)絡化輻射源個體識別技術(shù)概念圖如圖1所示，其主要思想是通過數(shù)據(jù)鏈、衛(wèi)星通信鏈路或地面高速網(wǎng)絡，將作戰(zhàn)區(qū)域內(nèi)參與個體識別的多種手段、多種平臺傳感器進行組網(wǎng)，整個組網(wǎng)系統(tǒng)按作戰(zhàn)目標、作戰(zhàn)區(qū)域協(xié)同工作，對關(guān)注區(qū)域內(nèi)的各類輻射源目標進行全天時、全方位、全頻段信號偵察，不同傳感器按自身能力的不同分配不同的任務，提供不同的識別要素，在整個系統(tǒng)中發(fā)揮不同的作用，在后端對來自各個傳感器的數(shù)據(jù)進行融合處理、識別目標，并對來源數(shù)據(jù)的質(zhì)量進行評估，依據(jù)評估結(jié)果進一步對前端傳感器的工作任務進行優(yōu)化。

圖1 網(wǎng)絡化輻射源個體識別技術(shù)概念圖Fig.1 The technology concept illustration of the networked SEI

與傳統(tǒng)的輻射源個體識別技術(shù)架構(gòu)不同，這種架構(gòu)不是簡單的互連互通，而是在全系統(tǒng)傳感器資源及能力可視可控的基礎上，對跨手段、跨地域的個體識別傳感器資源做到包括部署區(qū)域和投入的裝備在內(nèi)的優(yōu)化配置，根據(jù)任務規(guī)劃對傳感器工作進行管控，提高對目標在時間、空間和頻域上的覆蓋能力。針對不同類型目標有不同的處理流程，對多源數(shù)據(jù)進行融合處理，提高識別的置信度。根據(jù)融合結(jié)果對任務規(guī)劃進行調(diào)整，調(diào)用性能最優(yōu)、位置最好的傳感器對準目標，在全系統(tǒng)控制區(qū)域內(nèi)進行任務的交接和目標的持續(xù)監(jiān)視跟蹤，在感知資源有限的情況下，充分發(fā)揮傳感器的最大效能。

在這種架構(gòu)下，個體識別傳感器將打破以往的獨立工作或同類型組網(wǎng)的模式，而是進行跨手段的異類傳感器組網(wǎng)協(xié)同，從識別對象和頻段上對目標信號進行覆蓋，相互補充，取長補短，以達到從不同區(qū)域的信號分布、不同的信號類型特征、不同的信息維度方面盡可能相對完整地獲取目標個體信息的目的。在空間上，跨地域跨平臺的傳感器分布可以按照地面?zhèn)鞲衅鞲采w沿邊區(qū)域，天基、空基和?；葯C動傳感器則進行空間前伸、機動補盲和目標查證。數(shù)據(jù)處理系統(tǒng)對獲取的多源信號數(shù)據(jù)進行融合印證，聯(lián)合建立識別模板和識別數(shù)據(jù)庫，從偵察信號類型、頻段、波形特征、調(diào)制特征、時間、空間等多維信息要素提升個體識別的置信度。管控系統(tǒng)則可按典型聯(lián)合感知識別任務管控傳感器資源和通信資源，并根據(jù)信號采集和識別情況對傳感器資源進行動態(tài)調(diào)整，實現(xiàn)傳感器之間的引導、協(xié)同和識別任務交接，形成對目標在空間、時間、頻段上的連續(xù)跟蹤?？栈秃；葯C動平臺更可發(fā)揮抵近的優(yōu)勢，對識別結(jié)果進行確認，利于個體識別模板和識別庫的建立及維護。

數(shù)據(jù)處理系統(tǒng)對個體識別知識數(shù)據(jù)進行統(tǒng)一管理，并向網(wǎng)內(nèi)個體識別傳感器進行數(shù)據(jù)的分發(fā)和更新。輻射源個體識別信息可通過管控系統(tǒng)融合進戰(zhàn)場態(tài)勢并向作戰(zhàn)系統(tǒng)進行分發(fā)。

網(wǎng)絡化輻射源個體識別技術(shù)架構(gòu)如圖2所示。

圖2 網(wǎng)絡化輻射源個體識別技術(shù)架構(gòu)圖Fig.2 The technical architecture of the networked SEI

技術(shù)架構(gòu)由基礎設施層、傳感器資源層、基礎服務層、功能層和應用層構(gòu)成。

基礎設施層主要實現(xiàn)通信網(wǎng)絡設施、計算存儲設施、時空基準設施、信息共享服務等各類資源的接入、加載和調(diào)用等功能。

傳感器資源層則集中了進行組網(wǎng)協(xié)同的各類信號個體識別傳感器。

基礎服務層主要提供傳感器資源控制與訪問、資源規(guī)劃、數(shù)據(jù)管理、信息處理、集成框架等基礎支撐服務。

功能層在基礎服務支撐下，為應用層提供功能支撐，針對輻射源目標個體識別信息獲取提供傳感器協(xié)同管控、數(shù)據(jù)融合處理、識別信息共享服務等功能服務。

應用層在功能層的支撐下，面向應用需要開展個體識別、裝備協(xié)同引導和目標跟蹤等具體應用。

4 需要進一步研究的問題和關(guān)鍵技術(shù)

組網(wǎng)協(xié)同為輻射源個體識別帶來巨大體系優(yōu)勢，而異類傳感器的組網(wǎng)、多源數(shù)據(jù)的接入、海量復雜的數(shù)據(jù)處理也對個體識別帶來了挑戰(zhàn)，尤其需要重點研究解決多傳感器協(xié)同組織、多源數(shù)據(jù)處理及應用等關(guān)鍵技術(shù)問題。

4.1 重點研究問題

(1)協(xié)同識別運用模式研究

在多傳感器的組網(wǎng)協(xié)同上，由于傳感器控守資源和通信能力等限制，對傳感器的任務規(guī)劃和傳感器的協(xié)調(diào)，實際上是尋求任務需求與資源配置的合理折中。為充分發(fā)揮不同傳感器資源的作用，使組網(wǎng)系統(tǒng)運行最優(yōu)化，需要對有限的傳感器資源進行科學合理地分配和管理。從詳細分析傳感器的工作方式入手，綜合對比各類傳感器的工作能力，分析不同傳感器在輻射源個體識別能力上的差異性與互補性，研究可能的傳感器協(xié)同識別運用模式，分析協(xié)同后對組網(wǎng)系統(tǒng)能力產(chǎn)生的增量，為系統(tǒng)任務籌劃和協(xié)同管控提供條件。

(2)基于多源數(shù)據(jù)關(guān)聯(lián)的信號特征要素重組研究

針對協(xié)同對輻射源個體識別的問題，將各類識別傳感器獲得的目標信號特征數(shù)據(jù)按照多維度關(guān)聯(lián)方法進行關(guān)聯(lián)，結(jié)合目標特征模型，建立采集數(shù)據(jù)與目標特征的映射關(guān)系，提取目標信號特征要素，探索通過對目標信號特征要素進行重組來還原目標本身的方法。

(3)人工智能技術(shù)的應用研究

傳統(tǒng)的個體識別數(shù)據(jù)處理是靠人工選擇提取信號特征，需要較高水平的專業(yè)知識和方法，在很大程度上靠經(jīng)驗，而且需要大量的測試。因此有必要在輻射源個體識別領域引入人工智能技術(shù)，探索利用人工智能在數(shù)據(jù)挖掘、特征提取方面的優(yōu)勢[11]，自主學習和訓練，自適應地從信號數(shù)據(jù)中挖掘出能夠有效區(qū)分不同目標的個體特征進行分類識別，解決傳統(tǒng)個體識別技術(shù)面臨的依賴先驗知識和專家經(jīng)驗設計分類識別模型、特征參數(shù)嚴重依賴信號類型等問題，進而實現(xiàn)目標智能化識別的難題。其關(guān)鍵在于探索如何構(gòu)建信號數(shù)據(jù)的抽象化表示方法，實現(xiàn)低維信號空間數(shù)據(jù)向高維信號特征空間的投影，以及如何優(yōu)化和改進學習網(wǎng)絡，降低學習網(wǎng)絡的復雜性，提高學習過程的穩(wěn)定性。

4.2 關(guān)鍵技術(shù)

(1)基于傳感器能力特性的協(xié)同識別技術(shù)

組網(wǎng)協(xié)同識別的核心是在對各類傳感器能力特性進行詳細分析的基礎上，按最優(yōu)準則調(diào)用針對目標最有效的傳感器，并確定其最合適的工作方式及參數(shù)。為此需要突破傳感器資源虛擬化及能力仿真(包括傳感器時/空/頻域偵察能力精細化分析、多傳感器綜合能力分析評估等)、傳感器動態(tài)組網(wǎng)(包括多傳感器可能的組網(wǎng)方式分析、時間協(xié)同與數(shù)據(jù)抗干擾高速傳輸?shù)?、傳感資源協(xié)同管控(包括協(xié)同識別行為建模與偵察預案生成管理、傳感器任務狀態(tài)監(jiān)視)等相關(guān)技術(shù)。

(2)多維度信號特征關(guān)聯(lián)融合技術(shù)

異類傳感器組網(wǎng)后，從時/空/頻域等不同的維度(視角)對同一目標實現(xiàn)發(fā)現(xiàn)和識別，在更大范圍內(nèi)提供更豐富的目標情報信息。但不同類型的傳感器對不同類型的信號有不同的處理方式，獲得的信號特征迥異，由此帶來信號特征選擇的難題，影響到個體識別特征知識庫的建立、識別算法的選擇和識別性能的高低。此外，不同傳感器對目標認知的維度不一定一致，可能對目標個體識別帶來干擾或影響，由此帶來干擾的消除問題。因此需要研究基于多維度信號特征的目標關(guān)聯(lián)融合技術(shù)，梳理出各類傳感器獲得的信號特征與同一目標輻射信號關(guān)系的關(guān)聯(lián)準則。

(3)基于元數(shù)據(jù)的智能數(shù)據(jù)處理技術(shù)

建立統(tǒng)一規(guī)范的個體識別元數(shù)據(jù)標準，是組網(wǎng)協(xié)同識別體系下數(shù)據(jù)匯集、處理的基礎。

在數(shù)據(jù)智能處理技術(shù)上，一方面是將復雜的資源能力配置與任務規(guī)劃分析匹配工作，由分析人員轉(zhuǎn)向機器，利用機器高效、智能的處理能力，實現(xiàn)在合適的時間、合適的地點，應用合適的傳感資源，對輻射源目標進行正確的偵察發(fā)現(xiàn)、識別與跟蹤，提升復雜環(huán)境下對瞬間萬變的信號的識別能力；另一方面，是探索將技術(shù)專家的經(jīng)驗與智慧與機器的高效處理能力有機結(jié)合的有效途徑，以解決個體識別面臨的目標對象多樣復雜、識別特征選擇困難等問題。

通過研究基于元數(shù)據(jù)的智能數(shù)據(jù)處理技術(shù)，有效支撐傳感器資源的優(yōu)化調(diào)度、數(shù)據(jù)智能處理、目標智能識別的實現(xiàn)。

(4)識別知識共享技術(shù)

網(wǎng)絡化的個體識別，不僅僅是實現(xiàn)各傳感器間共享識別數(shù)據(jù)庫和識別模板庫。識別模板、識別數(shù)據(jù)庫的建立，離不開一線工作人員對目標信號長期觀察后形成的判證知識和研判經(jīng)驗，而且不同的信號分析專家對信號和目標的判證有自己獨到的見解。因此，除了對識別數(shù)據(jù)共享外，更重要的是研究如何總結(jié)歸納研判經(jīng)驗知識使之機器化的技術(shù)，并結(jié)合這些知識對信號數(shù)據(jù)進行分析歸納，充分挖掘歷史積累數(shù)據(jù)的價值，這樣才能有利于提高目標的快速識別發(fā)現(xiàn)和跟蹤。

5 結(jié)束語

隨著聯(lián)合作戰(zhàn)概念的發(fā)展，信息化作戰(zhàn)平臺趨于網(wǎng)絡化，組網(wǎng)協(xié)同成為輻射源個體識別技術(shù)發(fā)展的必然方向。本文在分析輻射源個體識別技術(shù)遇到的瓶頸和發(fā)展趨勢的基礎上，提出了基于跨手段異類傳感器組網(wǎng)協(xié)同和多維度信號特征關(guān)聯(lián)融合的網(wǎng)絡化個體識別技術(shù)架構(gòu)，以及需要進一步研究的異類傳感器組網(wǎng)協(xié)同、多源數(shù)據(jù)融合處理等關(guān)鍵技術(shù)問題，可對目標識別技術(shù)的發(fā)展提供基礎支撐，也對現(xiàn)有的組網(wǎng)協(xié)同相關(guān)項目具有借鑒意義，具有一定的工程應用價值。

：

[1] LANGLEY L E. Specific emitter identification(SEI) and classical parameter fusion technology[C]//Proceedings of WESCON′93. San Francisco,CA,USA:IEEE,1993:377-381.

[2] TALBOT K I,DULEY P R,HYATT M H. Specific emitter identification and verification[J].Technology Review Journal,2003(3):113-133.

[3] 南建設. 信號細微特征分析技術(shù)研究[J].電訊技術(shù),2007,47(2):68-71.

NAN Jianshe.On fine signature analysis technique[J].Telecommunication Engineering,2007,47(2):68-71.(in Chinese)

[4] MATUSZEWSKI J. Specific emitter identification[C]//Proceedings of 2008 International Radar Symposium. Wroclaw,Poland:IEEE,2008:1-4.

[5] 黃欣,郭漢偉.一種穩(wěn)健的通信輻射源個體識別方法[J].電訊技術(shù),2015,55(3):321-327.

HUANG Xin,GUO Hanwei.A robust specific communication emitter identification method[J].Telecommunication Engineering,2015,55(3):321-327.(in Chinese)

[6] 韓韜．脈沖信號輻射源個體識別技術(shù)研究[D]．長沙:國防科學技術(shù)大學,2013．

HAN Tao. Research on the techniques of specific emitter identification for pulse signals[D].Changsha:National University of Defense Technology,2013.(in Chinese)

[7] 王大海. 衛(wèi)星通信輻射源細微特征提取技術(shù)研究[D].鄭州:解放軍信息工程大學,2015.

WANG Dahai. Research on the extraction technology of satellite communication transmitter fine features[D].Zhengzhou:PLA Information Engineering University,2015.(in Chinese)

[8] 韓潔,張濤,王歡歡,等. 基于3D-Hibert能量譜和多尺度分形特征的通信輻射源個體識別[J].通信學報,2017,38(4):99-109.

HAN Jie,ZHANG Tao,WANG Huanhuan,et al.Communication emitter individual identification based on 3D-Hibert energy spectrum and multi-scale fractal features[J].Journal on Communications,2017,38(4):99-109.(in Chinese)

[9] 駱振興,陳仕川,楊小牛. 通信輻射源個體開集識別中的二分類SVDD算法[J].通信對抗,2017,36(2):1-6.

LUO Zhenxing,CHEN Shichuan,YANG Xiaoniu. Two-class SVDD algorithm for open-set specific emitter identification[J].Communication Countermeasures,2017,36(2):1-6.(in Chinese)

[10] TERRY I. Networked specific emitter identification in fleet battle experiment juliet [EB/OL]. [2018-03-20].https://www.nrl.navy.mil/research/nrl-review/2003/simulation-computing-modeling/terry.

[11] 金相君. 低頻輻射源雜散特征提取及分類方法研究[D].南京:南京航空航天大學,2016.

JIN Xiangjun. Stray character extraction and classification technique low-frequency radiation[D].Nanjing:Nanjing University of Aeronautics and Astronautics,2016.(in Chinese)