2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、通信電臺(tái)個(gè)體識(shí)別技術(shù)是通過某種方法來獲取并檢測(cè)出表征通信電臺(tái)的個(gè)體“指紋”特征,從而實(shí)現(xiàn)個(gè)體的識(shí)別。本文首先從通信電臺(tái)的硬件特性出發(fā)研究了“指紋”特征的產(chǎn)生機(jī)理。并結(jié)合特征提取、選取及分類方法的國(guó)內(nèi)外發(fā)展趨勢(shì),對(duì)全文的研究?jī)?nèi)容安排及論文結(jié)構(gòu)做了探討?;谛盘?hào)分析技術(shù)的發(fā)展更迭順序,本文研究了從傅里葉分析,小波分析到近年來興起的Shearlet分析的信號(hào)時(shí)頻分析理論,為本文研究通信電臺(tái)個(gè)體識(shí)別技術(shù)奠定理論基礎(chǔ)。
  基于經(jīng)典的模糊函

2、數(shù)分析方法,本文利用擁有優(yōu)異時(shí)頻分析性能的小波分析方法和新興的可以表征各向異性的Shearlet分析方法對(duì)其進(jìn)行了一定的改進(jìn),并將改進(jìn)后的方法運(yùn)用于電臺(tái)個(gè)體識(shí)別。不同于經(jīng)典的模糊函數(shù)方法,改進(jìn)方法在對(duì)信號(hào)的自相關(guān)處理之后,利用了三次分段 B樣條小波、db小波以及 Shearlet分析取代原本的傅里葉分析,以期做到更好的特征捕獲。并且針對(duì)MSK調(diào)制以及 PSK調(diào)制的仿真信號(hào)進(jìn)行試驗(yàn)分析,仿真結(jié)果表明,改進(jìn)方法的效果受調(diào)制方式的影響較小,模

3、糊函數(shù)方法的效果受調(diào)制方式的影響較大。在MSK調(diào)制下,相對(duì)于傳統(tǒng)的模糊函數(shù)方法, db4小波分析方法、B樣條小波分析方法以及Shearlet分析方法都具有更好的抗噪性能,其中三次B樣條小波分析方法效果更優(yōu)也更為穩(wěn)定。
  最后,本文研究了信號(hào)特征的降維與分類。為了避免“維數(shù)災(zāi)難”,在信號(hào)分類的時(shí)候,需要將特征降維到一定程度,再運(yùn)用一個(gè)好的分類器進(jìn)行分類,這樣將對(duì)分類效果起著提升的作用。在研究了Fisher降維法、KNN分類器以及S

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論