| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.1.1 无线设备识别的概念和原理 | 第9-10页 |
| 1.1.2 GSM信号特性简介 | 第10-11页 |
| 1.2 国内外研究动态 | 第11-12页 |
| 1.3 论文研究目的和意义 | 第12页 |
| 1.4 论文的内容及安排 | 第12-14页 |
| 第二章 高阶统计量及高阶谱处理 | 第14-26页 |
| 2.1 引言 | 第14-15页 |
| 2.2 高阶统计量以及高阶谱的定义及性质 | 第15-20页 |
| 2.2.1 高阶统计量及高阶谱的定义 | 第15-18页 |
| 2.2.2 高阶统计量及高阶谱的特性 | 第18-20页 |
| 2.3 GSM信号采集与双谱分析 | 第20-25页 |
| 2.3.1 GSM信号采集 | 第20页 |
| 2.3.2 GSM信号双谱分析 | 第20-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 PCA算法提取特征 | 第26-37页 |
| 3.1 引言 | 第26-27页 |
| 3.2 主成分分析定义及特性 | 第27-30页 |
| 3.2.1 K-L变换 | 第27-29页 |
| 3.2.2 奇异值分解 | 第29-30页 |
| 3.3 GSM双谱矩阵特征提取 | 第30-36页 |
| 3.3.1 基于PCA的GSM双谱矩阵特征提取原理 | 第30-33页 |
| 3.2.2 GSM双谱矩阵“指纹”特征提取及分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 BP神经网络分类识别 | 第37-53页 |
| 4.1 引言 | 第37-39页 |
| 4.2 BP神经网络的原理及方法 | 第39-43页 |
| 4.2.1 BP神经网络的基本原理 | 第39-42页 |
| 4.2.2 BP神经网络的算法流程图 | 第42-43页 |
| 4.3 BP神经网络的结构与参数 | 第43-47页 |
| 4.3.1 BP神经网络的结构设计与样本处理 | 第43-46页 |
| 4.3.2 BP神经网络的参数选取 | 第46-47页 |
| 4.4 BP神经网络分类识别GSM双谱特征矢量 | 第47-52页 |
| 4.4.1 针对GSM“指纹”特征识别的BP神经网络构建 | 第47-49页 |
| 4.4.2 针对GSM“指纹”特征识别的BP神经网络算法 | 第49-50页 |
| 4.4.3 针对GSM“指纹”特征识别的结论分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 5.1. 本文工作总结 | 第53页 |
| 5.2 后续展望 | 第53-54页 |
| 参考文献 | 第54-55页 |
