摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11页 |
1.2 研究现状及发展趋势 | 第11-14页 |
1.2.1 辐射源信号指纹特征提取 | 第11-12页 |
1.2.2 机器学习方法 | 第12-14页 |
1.3 辐射源信号指纹识别系统架构 | 第14-15页 |
1.4 主要工作及章节安排 | 第15-17页 |
第二章 辐射源信号指纹特征提取 | 第17-29页 |
2.1 引言 | 第17页 |
2.2 基于双谱的指纹特征提取 | 第17-22页 |
2.2.1 高阶累积量基本理论 | 第17-19页 |
2.2.2 双谱模型 | 第19-20页 |
2.2.3 双谱指纹特征提取 | 第20-22页 |
2.2.3.1 双谱特征 | 第20-21页 |
2.2.3.2 小波系数特征 | 第21-22页 |
2.3 基于重构相空间的指纹特征提取 | 第22-27页 |
2.3.1 相空间模型 | 第22-23页 |
2.3.2 相空间重构 | 第23-26页 |
2.3.3 重构相空间指纹特征提取 | 第26-27页 |
2.4 特征优化 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第三章 基于决策树方法的辐射源信号指纹识别 | 第29-60页 |
3.1 引言 | 第29页 |
3.2 决策树模型构建 | 第29-32页 |
3.2.1 决策树的生成 | 第29-32页 |
3.2.2 决策树的剪枝 | 第32页 |
3.3 决策树的分类性能度量 | 第32-34页 |
3.4 仿真实验与分析 | 第34-59页 |
3.4.1 实验一 | 第34-47页 |
3.4.1.1 双谱指纹特征的提取结果 | 第35-39页 |
3.4.1.2 基于双谱指纹特征的识别结果 | 第39-40页 |
3.4.1.3 重构相空间指纹特征的提取结果 | 第40-45页 |
3.4.1.4 基于重构相空间指纹特征的识别结果 | 第45-47页 |
3.4.2 实验二 | 第47-59页 |
3.4.2.1 双谱指纹特征的提取结果 | 第48-51页 |
3.4.2.2 基于双谱指纹特征的识别结果 | 第51-53页 |
3.4.2.3 重构相空间指纹特征的提取结果 | 第53-58页 |
3.4.2.4 基于重构相空间指纹特征的识别结果 | 第58-59页 |
3.5 本章小结 | 第59-60页 |
第四章 基于随机森林方法的辐射源信号指纹识别 | 第60-70页 |
4.1 引言 | 第60页 |
4.2 随机森林分类模型 | 第60-62页 |
4.2.1 Bagging方法 | 第60页 |
4.2.2 随机森林模型构建 | 第60-62页 |
4.3 随机森林的随机性分析 | 第62-63页 |
4.3.1 训练子集选取的随机性 | 第62-63页 |
4.3.2 特征选取的随机性 | 第63页 |
4.4 随机森林的分类性能度量 | 第63-64页 |
4.5 仿真实验与分析 | 第64-69页 |
4.5.1 实验一 | 第64-67页 |
4.5.1.1 基于双谱指纹特征的识别结果 | 第64-65页 |
4.5.1.2 基于重构相空间指纹特征的识别结果 | 第65-67页 |
4.5.2 实验二 | 第67-69页 |
4.5.2.1 基于双谱指纹特征的识别结果 | 第67-68页 |
4.5.2.2 基于重构相空间指纹特征的识别结果 | 第68-69页 |
4.6 本章小结 | 第69-70页 |
第五章 基于GBDT方法的辐射源信号指纹识别 | 第70-87页 |
5.1 引言 | 第70页 |
5.2 GBDT算法模型 | 第70-75页 |
5.2.1 Boosting方法 | 第70-71页 |
5.2.2 GradientBoosting方法 | 第71-72页 |
5.2.3 GBDT模型构建 | 第72-75页 |
5.3 仿真结果与分析 | 第75-80页 |
5.3.1 实验一 | 第75-78页 |
5.3.1.1 基于双谱指纹特征的识别结果 | 第75-77页 |
5.3.1.1 基于重构相空间指纹特征的识别结果 | 第77-78页 |
5.3.2 实验二 | 第78-80页 |
5.3.2.1 基于双谱指纹特征的识别结果 | 第78-79页 |
5.3.2.1 基于重构相空间指纹特征的识别结果 | 第79-80页 |
5.4 三种辐射源信号指纹识别方法的比较与分析 | 第80-83页 |
5.4.1 基于双谱特征识别结果的比较与分析 | 第80-82页 |
5.4.2 基于重构相空间特征识别结果的比较与分析 | 第82-83页 |
5.5 辐射源信号指纹识别受噪声影响分析 | 第83-84页 |
5.6 三种分类模型的复杂度分析 | 第84-86页 |
5.7 本章小结 | 第86-87页 |
第六章 总结与展望 | 第87-89页 |
6.1 工作总结 | 第87-88页 |
6.2 研究展望 | 第88-89页 |
致谢 | 第89-90页 |
参考文献 | 第90-94页 |
攻硕期间取得的研究成果 | 第94页 |