第1章 绪论
1.1 通信辐射源信号细微特征分析与处理概述
1.2 通信辐射源信号细微特征分析与处理系统
1.3 现状与展望
1.3.1 通信辐射源细微特征研究现状
1.3.2 特征选择的研究现状
1.3.3 分类器设计的研究现状
1.3.4 展望
第2章 通信辐射源信号细微特征产生机理
2.1 通信辐射源信号细微特征概述
2.2 通信辐射源信号的暂态特征
2.3 通信辐射源信号的常规特征
2.3.1 信号载频偏差
2.3.2 信号调制参数
2.3.3 基带终端特性
2.4 通信辐射源的非线性产物特征
2.4.1 谐波
2.4.2 交叉调制
2.4.3 互相调制
2.5 通信辐射源发射机的杂散特征
2.5.1 通信辐射源放大器杂散输出特征
2.5.2 通信辐射源频率源杂散输出特征
第3章 通信辐射源细微特征的获取
3.1 无线通信传输信道概述
3.2 多径信道的特点
3.2.1 时延扩散
3.2.2 瑞利衰落
3.2.3 多普勒扩展
3.2.4 境噪声
3.3 接收信道获取通信辐射源细微特征
3.3.1 接收机振荡器的影响
3.3.2 接收机非线性产物的影响
3.3.3 接收机受电磁干扰和杂散辐射的影响
3.3.4 接收机DDS杂散输出的影响
3.4 AD采样获取通信辐射源细微特征
3.4.1 高速ADC结构
3.4.2 高速ADC主要特性参数
3.4.3 ADC接口
第4章 通信辐射源信号细微特征时频域分析
4.1 引言
4.1.1 窗口傅里叶变换
4.1.2 窗口傅里叶变换的时间频率局域化
4.2 连续小波变换
4.2.1 定义
4.2.2 时间一频率局域化特性
4.2.3 连续小波变换的基本性质
4.3 离散小波变换
4.3.1 正交小波变换和多分辨分析
4.3.2 框架与非正交小波变换
4.3.3 单正交小波
4.3.4 基数样条小波分析
4.3.5 正交小波包
4.3.6 Mallat算法
4.4 第二代小波变换
4.4.1 基本原理
4.4.2 算法实现
4.4.3 算法的改进
4.5 小波变换在电子信号细微特征处理中的应用特点
4.5.1 小波空间采样定理
4.5.2 基小波函数及其选择
4.5.3 基小波函数尺度参数的选择
4.5.4 小波变换运算特点
第5章 通信辐射源信号细微特征高阶谱分析
5.1 累积量
5.1.1 高阶矩和高阶累积量
5.1.2 高斯过程的高阶累积量
5.1.3 高阶累积量的性质
5.2 双谱
5.2.1 双谱的定义
5.2.2 双谱的性质
5.2.3 双谱估计方法
5.3 局部双谱
5.3.1 径向积分双谱
5.3.2 轴向积分双谱
5.3.3 圆周积分双谱
5.4 矩形积分双谱
5.5 双谱的切片谱
第6章 通信辐射源信号细微特征波形骨架分析
6.1 主曲线提取波形骨架
6.1.1 主曲线理论
6.1.2 主曲线的性质
6.1.3 主曲线算法
6.2 压缩传感提取波形骨架
6.2.1 压缩传感理论
6.2.2 信号重构算法
6.2.3 分段弱阈值修正共轭梯度追踪算法
6.3 波形骨架提取实验
第7章 通信辐射源信号细微特征分形分析
7.1 分形几何理论
7.1.1 分形的几何特征
7.1.2 分形的数学基础
7.1.3 分形空间
7.2 分形维数
7.2.1 Hausdorff测度和维数
7.2.2 分形维
7.2.3 容量维
7.2.4 盒维
7.2.5 信息维
7.2.6 相关维数
7.3 多重分形
7.3.1 多重分形的概念
7.3.2 奇异谱
7.3.3 多重分形的几何特性
第8章 基于说话人话音特性的通信辐射源信号细微特征分析
8.1 引言
8.1.1 说话人识别概述
8.1.2 说话人识别基本原理
8.2 话音信号处理基础
8.2.1 话音信号产生模型
8.2.2 话音信号的时域分析
8.2.3 话音信号的频域分析
8.3 说话人特征提取
8.3.1 说话人特征
8.3.2 LPC倒谱系数的提取
8.3.3 Mel倒谱系数的提取
8.4 说话人识别基本方法及分类
8.5 基于DTW的说话人识别
8.6 基于VQ的说话人识别
8.6.1 矢量量化的基本原理
8.6.2 矢量量化的一般方法
8.7 基于HMM的说话人识别
8.8 基于GMM的说话人识别
8.8.1 GMM模型表示
8.8.2 GMM模型的参数估计
8.8.3 GMM模型的识别算法
第9章 通信辐射源信号细微特征识别
9.1 概述
9.1.1 模式识别概念
9.1.2 模式识别发展
9.1.3 模式识别过程
9.2 统计模式识别
9.2.1 几何分类法
9.2.2 概率分类法
9.3 模糊模式识别
9.3.1 模糊集理论
9.3.2 模糊特征和模糊分类
9.3.3 模式识别的模糊方法
9.4 智能模式识别
9.4.1 神经网络模式识别的典型做法
9.4.2 前馈神经网络与统计模式识别的关系
参考文献
展开
