一种数字传输电台的个体识别方法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-16页 |
| 1.3 本文的主要工作和结构安排 | 第16-18页 |
| 第二章 个体特征成因和相关理论 | 第18-28页 |
| 2.1 信号源个体特征成因 | 第18-22页 |
| 2.1.1 个体特征概述 | 第18-19页 |
| 2.1.2 暂态特征成因 | 第19-20页 |
| 2.1.3 稳态特征成因 | 第20-21页 |
| 2.1.4 电子噪声特性 | 第21-22页 |
| 2.2 实际电台信号的表示 | 第22-23页 |
| 2.3 数字传输电台简介 | 第23-24页 |
| 2.3.1 基本结构和工作原理 | 第23-24页 |
| 2.3.2 数字电台常用调制方式 | 第24页 |
| 2.4 调制方式对电台个体特征的影响 | 第24-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 数字传输电台频域特征提取 | 第28-44页 |
| 3.1 解析信号理论 | 第28-29页 |
| 3.2 总体平均经验模态分解 | 第29-33页 |
| 3.2.1 本征模态函数 | 第29-30页 |
| 3.2.2 经验模态分解 | 第30-31页 |
| 3.2.3 总体平均经验模态分解 | 第31-33页 |
| 3.3 基于Hilbert变化的瞬时频率 | 第33-35页 |
| 3.3.1 相位求导法 | 第34页 |
| 3.3.2 基于Hilbert变化的瞬时频率 | 第34-35页 |
| 3.4 个体特征的量化描述 | 第35-37页 |
| 3.4.1 IMFs的奇异值重心 | 第35-36页 |
| 3.4.2 瞬时频率的分形维数 | 第36-37页 |
| 3.5 特征提取结果分析 | 第37-42页 |
| 3.5.1 谱对称算法对比分析 | 第37-39页 |
| 3.5.2 瞬时频率特征对比分析 | 第39-40页 |
| 3.5.3 本文算法频域特征提取结果 | 第40-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 数字传输电台时域特征提取 | 第44-52页 |
| 4.1 包络提取方法 | 第44-47页 |
| 4.1.1 基于定义的极值法 | 第44页 |
| 4.1.2 Hilbert变换法 | 第44-45页 |
| 4.1.3 基于正交分量重构的包络提取方法 | 第45-47页 |
| 4.2 时域包络特征的量化描述 | 第47页 |
| 4.3 特征提取结果分析 | 第47-50页 |
| 4.3.1 R-J特征对比分析 | 第47-49页 |
| 4.3.2 本文算法时域特征提取结果 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 分类器和实验结果 | 第52-58页 |
| 5.1 分类器选择 | 第52-55页 |
| 5.1.1 机器学习理论 | 第52页 |
| 5.1.2 最近邻分类器 | 第52-53页 |
| 5.1.3 神经网络分类器 | 第53页 |
| 5.1.4 支持向量机 | 第53-55页 |
| 5.2 识别结果统计分析 | 第55-56页 |
| 5.3 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
