首页--工业技术论文--无线电电子学、电信技术论文--通信论文

通信信号指纹特征提取与个体识别技术研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-21页
    1.1 研究背景、目的及意义第14-15页
    1.2 国内外研究现状第15-19页
        1.2.1 国内外通信辐射源个体识别系统发展历史第15-16页
        1.2.2 基于瞬态信号特征的指纹特征提取与个体识别研究第16-17页
        1.2.3 基于稳态统计特征的指纹特征提取与个体识别研究第17-19页
    1.3 论文研究内容及结构安排第19-21页
第二章 通信辐射源指纹机理与个体功放模型建立第21-31页
    2.1 功放非线性特性分析第21-24页
        2.1.1 非线性失真第21-23页
        2.1.2 记忆效应第23-24页
    2.2 功放行为建模分析第24-30页
        2.2.1 无记忆功放模型第24-27页
        2.2.2 记忆功放模型第27-30页
    2.3 本章小结第30-31页
第三章 基于HHT时频谱的指纹特征提取第31-44页
    3.1 HHT时频分析法第31-33页
        3.1.1 经验模态分解(EMD)第31-32页
        3.1.2 Hilbert谱分析第32-33页
    3.2 基于HHT时频谱的多种指纹特征提取第33-36页
        3.2.1 基于HHT时频谱能量熵和颜色矩的指纹特征第33-34页
        3.2.2 基于HHT时频谱相关度的指纹特征第34页
        3.2.3 基于HHT时频谱Fisher块的指纹特征第34-36页
    3.3 分类器设计第36-38页
        3.3.1 支持向量机分类器概念第36页
        3.3.2 SVM多类分类器设计第36-38页
    3.4 仿真实验与性能分析第38-42页
        3.4.1 仿真参数设定第38页
        3.4.2 指纹特征空间分布第38-41页
        3.4.3 识别性能曲线分析第41-42页
    3.5 本章小结第42-44页
第四章 基于时域信号非线性复杂度的指纹特征提取第44-60页
    4.1 近似熵及改进的近似熵算法分析第44-47页
        4.1.1 近似熵(ApEn)概念第44-45页
        4.1.2 差分近似熵(dApEn)算法第45-46页
        4.1.3 分极近似熵(spApEn)算法第46-47页
    4.2 近似熵算法性能分析第47-52页
        4.2.1 相对一致性第47-50页
        4.2.2 抗噪性第50-52页
    4.3 基于EMD的多维近似熵指纹特征提取第52-53页
    4.4 仿真实验与性能分析第53-59页
        4.4.1 指纹特征空间分布第53-56页
        4.4.2 识别概率对参数r鲁棒性分析第56-57页
        4.4.3 识别性能曲线分析第57-59页
    4.5 本章小结第59-60页
第五章 基于流形学习和稀疏描述思想的个体指纹识别第60-79页
    5.1 高阶谱理论及双谱估计第61-62页
        5.1.1 高阶谱理论第61页
        5.1.2 双谱估计第61-62页
    5.2 基于流形学习中保局投影(LPP)的指纹降维算法第62-67页
        5.2.1 局部保持投影算法(LPP)第62-64页
        5.2.2 二维判别监督保局投影(2DDSLPP)第64-65页
        5.2.3 双谱降维特性分析第65-67页
    5.3 基于稀疏描述思想的指纹识别算法第67-72页
        5.3.1 全局描述分类算法(GDC)第68-69页
        5.3.2 K近邻稀疏描述分类算法(K-SDC)第69-70页
        5.3.3 K近邻特征空间分类算法(K-FSC)第70-71页
        5.3.4 算法比较第71-72页
    5.4 仿真实验与性能分析第72-77页
        5.4.1 基于K近邻的稀疏描述的近邻个数选择第72-73页
        5.4.2 识别性能曲线分析第73-74页
        5.4.3 不同原理的个体识别系统的性能综合比较第74-77页
    5.5 本章小结第77-79页
总结与展望第79-81页
致谢第81-83页
参考文献第83-87页
作者在学期间取得的学术成果第87页

论文共87页,点击 下载论文
上一篇:系统极化码的编译码算法研究
下一篇:雷达目标联合检测与状态估计