基于机器学习理论的通信辐射源个体识别 雷迎科,刘辉 著

图书标准信息

• 作者 雷迎科；刘辉
• 出版社 国防工业出版社
• 出版时间 2024-01
• 版次 1
• ISBN 9787118131185
• 定价 78.00元
• 装帧 其他
• 开本 16开
• 页数 232页
• 字数 250千字

【内容简介】

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。

【作者简介】

雷迎科，男，45岁，博士，现任国防科技大学电子对抗学院指挥控制对抗系主任，军队青年“拔尖人才”。长期从事通机器学习、智能信号处理、通信辐射源个体识别等教学与科研工作。主持国家自然基金面上项目和青年项目各1项，参与国家自然基金项目3项；主持国家重点实验室开放课题2项；参与完成科研项目7项；先后获得军队科技进步一等奖1项，军队科技进步二等奖5项，军队科技进步三等奖2项。

【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

……