基于领域知识与深度网络融合的辐射源个体识别方法

本发明提供了一种基于领域知识与深度网络融合的辐射源个体识别方法，属于电磁信息安全领域。所述方法利用RCMDE优异的非线性差异刻画能力来评估信号分解结果是否是最利于个体差异特征提取，其中，采用VMD算法作为信号分解方法，利用类内类间测度评估分解信号；由分解信号计算希尔伯特时频谱图，将个体差异信息通过图像的形式表现出来，并从时频谱图像中进一步提取领域知识特征；提出针对辐射源HOG纹理特征的多尺度一维卷积神经网络，利用提出网络进一步从领域知识特征中提取多尺度的、更深层次的特征。所述方法实现了更加精细的个体差异识别，具有准确的识别结果和鲁棒性，可大大提高同时识别的辐射源个体数量。