多基站联合的蜂窝网被动入侵检测算法
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 注释表 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 被动入侵检测技术研究现状 | 第12-15页 |
| 1.2.1 计算机视觉被动入侵检测技术研究 | 第12-13页 |
| 1.2.2 无线传感器被动入侵检测技术研究 | 第13-14页 |
| 1.2.3 WLAN被动入侵检测技术研究 | 第14-15页 |
| 1.3 论文主要工作 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 被动入侵检测技术 | 第18-32页 |
| 2.1 被动入侵检测技术基本原理 | 第18-19页 |
| 2.2 被动入侵检测可行性分析 | 第19-25页 |
| 2.2.1 人体对电磁波传播的影响 | 第19-22页 |
| 2.2.2 蜂窝网环境下实测数据分析 | 第22-25页 |
| 2.3 现有被动入侵检测算法及方案设计 | 第25-30页 |
| 2.3.1 基于滑动平均的入侵检测算法 | 第25-26页 |
| 2.3.2 基于滑动方差的入侵检测算法 | 第26-27页 |
| 2.3.3 基于最大似然估计的入侵检测算法 | 第27-28页 |
| 2.3.4 方案分析与研究措施 | 第28-30页 |
| 2.4 被动入侵检测算法性能评价参数 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 单基站被动入侵检测算法研究 | 第32-46页 |
| 3.1 引言 | 第32页 |
| 3.2 单基站检测算法分析 | 第32-40页 |
| 3.2.1 数学符号说明 | 第33-34页 |
| 3.2.2 信号特征值提取 | 第34-36页 |
| 3.2.3 核密度估计 | 第36-40页 |
| 3.2.4 异常检测方法 | 第40页 |
| 3.3 算法验证与实验分析 | 第40-44页 |
| 3.3.1 两种典型的实验环境 | 第41-42页 |
| 3.3.2 单基站检测性能分析 | 第42-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 多基站被动入侵检测算法研究 | 第46-62页 |
| 4.1 引言 | 第46页 |
| 4.2 多基站联合检测算法分析 | 第46-56页 |
| 4.2.1 数学符号说明 | 第47-48页 |
| 4.2.2 信号特征值提取 | 第48-50页 |
| 4.2.3 最佳判决门限值求取方法 | 第50-51页 |
| 4.2.4 得分矩阵构造 | 第51-52页 |
| 4.2.5 SVM模型训练 | 第52-55页 |
| 4.2.6 多基站联合的异常检测方法 | 第55-56页 |
| 4.3 算法验证与实验分析 | 第56-61页 |
| 4.3.1 多基站检测性能分析 | 第56-60页 |
| 4.3.2 与单基站检测性能对比 | 第60页 |
| 4.3.3 与传统方法的性能对比 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 下一步工作 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第71页 |
