![]()
内容推荐 通信辐射源个体识别是通过侦收通信辐射源的发射信号,利用相关技术从中提取能够区分不同通信辐射源个体的指纹特征。在此基础上,通过分类或聚类算法实现通信辐射源个体识别,为后续通信情报侦察以及军事行动决策提供可靠依据,是通信对抗侦察领域的重要技术。本书在讨论通信辐射源个体识别的研究背景、研究现状、基础知识以及存在问题的基础上,系统介绍了基于流形学习、稀疏表示、浅层学习、深度学习和增量聚类等新理论的通信辐射源个体识别技术。 目录 第1章绪论 1.1引言 1.2通信辐射源个体识别概述 1.2.1通信辐射源“指纹” 1.2.2通信辐射源个体识别及其地位 1.3基于机器学习的通信辐射源个体识别 1.4国内外研究现状 1.4.1特征提取 1.4.2分类器设计 1.4.3深度学习理论在通信辐射源个体识别中的应用现状 1.5通信辐射源个体识别面临的挑战 1.6专用数据集 1.6.1kenwood数据集 1.6.2krisun数据集 1.6.3USW数据集 1.6.4SW数据集 第2章通信辐射源个体识别基础 2.1引言 2.2通信辐射源个体指纹特征产生机理分析 …… |