论文部分内容阅读
射频功率放大器是短波电台的重要元器件。因此,提出了利用卷积神经网络对放大器的非线性指纹特征进行识别的方法。首先,建立同类型放大器模型,短波信号经过不同放大器放大后会产生幅度和相位失真;其次,利用卷积神经网络对带有放大器非线性指纹特征的信号进行训练学习,提取数据的指纹特征;最后,将提取的指纹特征结合Softmax分类器实现对短波电台个体的识别。实验结果表明,该方法能有效地提取识别放大器的指纹特征。