基于边际Fisher深度自编码器的电台指纹特征提取

摘要：

针对在少量有标签样本条件下传统方法训练不充分而且难以准确提取通信电台指纹特征的问题,文中提出基于边际Fisher深度自编码器的电台指纹特征提取算法.以深度自编码器为基础,训练过程分为无监督预训练、基于边际Fisher映射的有监督训练两部分.首先挖掘海量无标签样本中包含的电台个体类别信息,用于深度自编码器最优参数训练.然后在有标签样本的辅助下对训练参数进行基于边际Fisher映射的有监督精校,提高指纹特征对同类型电台个体的鉴别能力.在多个通信电台数据集上进行的分类识别实验表明,文中算法能在小样本训练条件下有效表达同类型通信电台个体之间的差异.

关键词：小样本条件、电台指纹、自编码器、边际Fisher分析

所属期刊栏目：30

分类号：TN911.7

资助基金：国家自然科学基金项目61272333;国防科技重点实验室基金项目9140C130502140C13068;总装预研项目基金No. 9140A33030114JB39470资助Supported by National Natural Science Foundation of China No. 61272333 , National Defense Technology Key Laboratory Fund9140C130502140C13068;General Equipment Department Pre-Developed Project Fund9140A33030114JB39470

在线出版日期：2017-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1030-1038