| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 无线发射机识别研究现状 | 第10-11页 |
| 1.2.2 系统辨识研究现状 | 第11-13页 |
| 1.2.3 情景感知研究现状 | 第13页 |
| 1.3 本文工作系统及章节安排 | 第13-15页 |
| 第二章 宽带无线发射机的建模及辨识方法 | 第15-29页 |
| 2.1 无线发射机模型及建模 | 第16-20页 |
| 2.1.1 Hammerstein模型 | 第16-17页 |
| 2.1.2 Wiener模型 | 第17-18页 |
| 2.1.3 Hammerstein-Wiener模型 | 第18-19页 |
| 2.1.4 宽带无线发射机系统整体建模 | 第19-20页 |
| 2.2 基于Hammerstein-Wiener模型的迭代辨识方法 | 第20-25页 |
| 2.2.1 网格自适应直接搜索法 | 第20-22页 |
| 2.2.2 分步迭代求解Hammerstein-Wiener模型 | 第22-25页 |
| 2.3 遗传算法 | 第25-27页 |
| 2.4 自适应小生境遗传算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于改进自适应小生境遗传算法的宽带无线发射机识别 | 第29-45页 |
| 3.1 鳗鱼算法介绍 | 第29-30页 |
| 3.2 改进自适应小生境遗传算法 | 第30-32页 |
| 3.2.1 改进算法思想 | 第30页 |
| 3.2.2 改进算法具体步骤 | 第30-32页 |
| 3.3 软件仿真实验与分析 | 第32-37页 |
| 3.4 硬件实验与分析 | 第37-43页 |
| 3.4.1 HackRF接收/发射 | 第37-40页 |
| 3.4.2 实测信号验证及分析 | 第40-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于情景感知的宽带无线发射机识别 | 第45-63页 |
| 4.1 情景感知 | 第45-48页 |
| 4.1.1 情景感知计算 | 第46页 |
| 4.1.2 情景感知框架搭建 | 第46-48页 |
| 4.2 情景推理 | 第48-52页 |
| 4.2.1 隐马尔可夫模型 | 第48-49页 |
| 4.2.2 基于隐马尔可夫模型的位置预测 | 第49-52页 |
| 4.3 情景感知与算法的融合策略 | 第52-55页 |
| 4.3.1 多接收机接收策略 | 第52-53页 |
| 4.3.2 算法融合具体步骤 | 第53-54页 |
| 4.3.3 识别策略的选择 | 第54-55页 |
| 4.4 仿真实验与分析 | 第55-62页 |
| 4.4.1 Baum-Welch训练 | 第55-57页 |
| 4.4.2 维特比解码 | 第57-58页 |
| 4.4.3 基于情景感知的宽带无线发射机识别 | 第58-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
