书籍详情
基于频谱数据分析的电磁行为识别和网络结构挖掘
作者:姚昌华 马文峰 田辉 王聪 阚常聚
出版社:清华大学出版社
出版时间:2022-10-01
ISBN:9787302604860
定价:¥79.00
购买这本书可以去
内容简介
随着无线通信的快速发展和普及,电磁频谱空间安全已经成为国家战略关注的重点问题之一。其中,对于无形的电磁信号的行为识别,是电磁频谱空间军事对抗的核心技术,是对电磁空间进行有效管控的基础保证,也是维护网络空间安全以及反恐维稳的急需。本书紧密围绕面向电磁行为识别和网络结构挖掘展开阐述。全书共8章,首先详细分析了电磁频谱空间的战略意义和电磁行为分析的重要作用、归纳了电磁频谱数据分析技术基础与研究现状,然后分别针对电磁行为识别和网络结构挖掘相关的重点技术,包括电磁通联行为识别、电磁辐射源无源定位、网络结构挖掘等进行了深入探讨,详细介绍相关的问题分析、模型建立、算法设计和实验结果,系统的归纳梳理了近年来的研究成果,并提出开放性的探讨思路。本书适合高等院校网络空间安全、无线通信及相关专业的本科生、研究生阅读,也可供从事电磁空间安全、频谱数据分析等研究的相关科技人员参考。
作者简介
姚昌华,南京信息工程大学教授,硕士生导师。长期从事无线通信领域智能频谱分析、决策等方面的理论和技术研究。主持国家自然科学基金面上项目、中国博士后基金项目特别资助、中国博士后基金面上项目一等资助、江苏省自然科学基金面上项目等。获中国航空学会科学技术二等奖1项。发表SCI检索论文18篇,第一发明人授权国家发明专利4项。 马文峰,陆军工程大学副教授、硕士生导师。长期从事卫星通信,无线通信方面的教学、科研工作。负责或参与主持国家863计划项目、973项目、国家重大科研专项、国家基金面上项目、江苏省自然科学基金、“十二五”军队通信装备预先研究项目等近20项。发表学术论文40篇,授权国家发明专利12项,申请国家发明专利14项。获得国家科技进步二等奖1项,科技进步一等奖1项,军队科技进步二等奖2项,军队科技进步三等奖5项。田辉,陆军工程大学教师。长期从事物联网、无线自组网、智能无人通信等领域的教学和科研工作。主持国家自然科学基金青年项目、江苏省博士后科研资助计划等项目,参与军委科技委重点项目、国家自然科学基金、国家530专项等重大项目近10项。发表学术论文29篇,其中SCI收录16篇,EI收录10篇,申请发明专利10项;获军队科技进步三等奖1项。王聪,陆军工程大学副教授、硕士生导师。负责或参与主持国家基金面上项目、江苏省自然科学基金、国家530专项、军委科技委重点项目等近10项;获军队科技进步奖三等奖6项。申请发明专利10项,出版教材1部。阚常聚,陆军工程大学工程师。发表SCI论文三篇,申请国家发明专利2项。
目录
第1章绪论
1.1电磁频谱空间的战略
意义
1.1.1军事领域的重要
意义
1.1.2民用领域的重要
意义
1.1.3电磁空间主权的
激烈争夺
1.2电磁频谱数据分析的重要
作用
1.2.1电磁频谱资源的管理
地位日益凸显
1.2.2电磁频谱空间的安全
问题日益突出
1.2.3电磁频谱空间的态势
获取日益重要
1.3电磁行为分析的应用需求
日益迫切
1.3.1军事领域的需要
1.3.2反恐维稳的需要
1.3.3维护电磁秩序的
需要
1.4基于非内容获取的电磁行为
分析
1.4.1电磁行为分析面临
的挑战
1.4.2电磁行为分析的新
思路
1.4.3本书研究的技术
途径
参考文献
第2章电磁频谱数据分析技术基础
与研究现状
2.1研究现状简介
2.1.1电磁频谱感知
研究
2.1.2电磁信号监测
处理研究
2.1.3电磁辐射源定
位研究
2.1.4网络结构分析
研究
2.1.5电磁通联行为
分析研究
2.1.6频谱分析中的
机器学习
2.2本书相关技术基础
2.2.1频谱感知技术
2.2.2聚类算法简介
2.2.3定位技术
2.2.4基于搜索的优化
算法简介
2.2.5深度学习简介
参考文献
第3章基于频谱数据分析的通联
行为识别
3.1引言
3.1.1概述
3.1.2本章主要内容
3.2理想频谱数据条件下的
通联行为识别
3.2.1问题引入
3.2.2模型建立
3.2.3基于规则的通联
关系识别方法
3.2.4实验结果及分析
3.2.5小结
3.3频谱数据缺失条件下的通
联行为识别
3.3.1问题引入
3.3.2数据分析与处理
3.3.3基于频谱数据聚类分析
的通联行为识别
3.3.4实验结果及分析
3.3.5小结
3.4基于频谱特征信息提取的
通联行为识别
3.4.1问题引入
3.4.2数据分析与处理
3.4.3基于频谱数据特征
分析的通联行为
识别
3.4.4仿真结果和讨论
3.4.5小结
3.5开放性讨论
3.6相关算法代码
3.6.1实验监测数据部分
代码
3.6.2密度聚类算法部分
代码
参考文献
第4章基于分布式频谱监测的电磁
辐射源无源定位
4.1引言
4.1.1概述
4.1.2本章主要内容
4.2电磁辐射源无源定位技术
分析
4.2.1基本原理
4.2.2基于优化理论的时
差定位所面临的
挑战
4.2.3机器学习辅助的机遇
与挑战
4.2.4小结
4.3基于接收信号强度的电磁辐
射源定位
4.3.1简述
4.3.2无线电波传播
基础
4.3.3接收信号强度的干扰
处理
4.3.4接收信号强度的差分
处理
4.3.5基于分布式频谱监测
数据的遗传算法
定位
4.3.6仿真结果与分析
4.3.7小结
4.4基于频谱指纹的电磁辐射源
定位
4.4.1问题引入
4.4.2模型建立
4.4.3频谱指纹被动定位
架构
4.4.4基于相关指纹的定
位计算
4.4.5实验结果及分析
4.4.6小结
4.5频谱监测数据缺失条件下的
辐射源定位
4.5.1问题引入
4.5.2模型建立
4.5.3稀疏贝叶斯模型
4.5.4基于稀疏贝叶斯的
指纹定位方法
4.5.5实验结果及分析
4.6基于缺失数据补全的被动
定位方法
4.6.1问题引入
4.6.2模型建立
4.6.3信号强度的空间相
关性分析
4.6.4基于数据补全的被
动定位方法
4.6.5仿真分析
4.6.6小结
4.7基于异常数据滤除的被动
定位方法
4.7.1问题引入
4.7.2模型建立
4.7.3定位问题中的异常
数据建模
4.7.4基于数据滤除的稳
健定位方法
4.7.5仿真分析
4.7.6小结
4.7.7本节附录
4.8开放性讨论
4.9相关算法代码
4.9.1稀疏数据定位部分
代码
4.9.2异常数据滤除定位
部分代码
参考文献
第5章基于频谱数据分析的网络拓
扑挖掘
5.1引言
5.2基于频谱信号统计规律的网
络拓扑挖掘
5.2.1问题分析
5.2.2模型建立
5.2.3网络通联拓扑
挖掘
5.2.4实验结果及分析
5.2.5小结
5.3基于频谱数据聚类分析的网
络拓扑挖掘
5.3.1问题分析
5.3.2通信网络拓扑结构
挖掘算法
5.3.3通信网络拓扑结构
分析
5.3.4实验结果及分析
5.3.5小结
5.4开放性讨论
参考文献
第6章非理想环境下的网络拓扑
挖掘
6.1引言
6.2复杂地形条件下的网络拓扑
挖掘
6.2.1问题分析
6.2.2模型建立
6.2.3非理想环境下的通联
关系发现
6.2.4非理想环境下电磁
信号源定位问题的
优化求解
6.2.5实验结果及分析
6.2.6小结
6.3电磁辐射源动态移动条件下的
网络拓扑挖掘
6.3.1问题分析
6.3.2模型建立
6.3.3动态通联拓扑和轨迹
形成
6.3.4实验结果及分析
6.3.5小结
6.4开放性讨论
参考文献
第7章基于时间特征的深度学习电磁
通联行为识别
7.1引言
7.2基于CNN网络的时间特征
分类与识别
7.2.1概述
7.2.2模型建立
7.2.3算法设计
7.2.4神经网络模型
设计
7.2.5实验结果及分析
7.2.6小结
7.3基于VGG网络的时间序列
分类与识别
7.3.1概述
7.3.2模型建立
7.3.3算法设计
7.3.4神经网络模型
设计
7.3.5实验结果及分析
7.3.6小结
7.4开放性讨论
7.5相关算法代码
7.5.1时间分类识别
部分代码
7.5.2VGG识别部分
代码
参考文献
第8章基于模型压缩快速学习的
电磁通联行为识别
8.1引言
8.2面向快速学习的神经网络模型
压缩优化
8.2.1卷积核的优化
设计
8.2.2批归一化算法
8.2.3全局平均池化优化
设计
8.2.4Inception结构网络
具体实现
8.2.5残差结构网络的具
体实现
8.3基于知识蒸馏方法的模型训练
算法
8.3.1Teacherstudent模型
设计
8.3.2知识蒸馏训练方法
实现
8.4实验结果及分析
8.4.1仿真设置
8.4.2网络模型参数数量
对比分析
8.4.3教师网络实验对比
分析
8.4.4知识蒸馏训练方法
对比分析
8.5本章小结
8.6开放性讨论
参考文献
1.1电磁频谱空间的战略
意义
1.1.1军事领域的重要
意义
1.1.2民用领域的重要
意义
1.1.3电磁空间主权的
激烈争夺
1.2电磁频谱数据分析的重要
作用
1.2.1电磁频谱资源的管理
地位日益凸显
1.2.2电磁频谱空间的安全
问题日益突出
1.2.3电磁频谱空间的态势
获取日益重要
1.3电磁行为分析的应用需求
日益迫切
1.3.1军事领域的需要
1.3.2反恐维稳的需要
1.3.3维护电磁秩序的
需要
1.4基于非内容获取的电磁行为
分析
1.4.1电磁行为分析面临
的挑战
1.4.2电磁行为分析的新
思路
1.4.3本书研究的技术
途径
参考文献
第2章电磁频谱数据分析技术基础
与研究现状
2.1研究现状简介
2.1.1电磁频谱感知
研究
2.1.2电磁信号监测
处理研究
2.1.3电磁辐射源定
位研究
2.1.4网络结构分析
研究
2.1.5电磁通联行为
分析研究
2.1.6频谱分析中的
机器学习
2.2本书相关技术基础
2.2.1频谱感知技术
2.2.2聚类算法简介
2.2.3定位技术
2.2.4基于搜索的优化
算法简介
2.2.5深度学习简介
参考文献
第3章基于频谱数据分析的通联
行为识别
3.1引言
3.1.1概述
3.1.2本章主要内容
3.2理想频谱数据条件下的
通联行为识别
3.2.1问题引入
3.2.2模型建立
3.2.3基于规则的通联
关系识别方法
3.2.4实验结果及分析
3.2.5小结
3.3频谱数据缺失条件下的通
联行为识别
3.3.1问题引入
3.3.2数据分析与处理
3.3.3基于频谱数据聚类分析
的通联行为识别
3.3.4实验结果及分析
3.3.5小结
3.4基于频谱特征信息提取的
通联行为识别
3.4.1问题引入
3.4.2数据分析与处理
3.4.3基于频谱数据特征
分析的通联行为
识别
3.4.4仿真结果和讨论
3.4.5小结
3.5开放性讨论
3.6相关算法代码
3.6.1实验监测数据部分
代码
3.6.2密度聚类算法部分
代码
参考文献
第4章基于分布式频谱监测的电磁
辐射源无源定位
4.1引言
4.1.1概述
4.1.2本章主要内容
4.2电磁辐射源无源定位技术
分析
4.2.1基本原理
4.2.2基于优化理论的时
差定位所面临的
挑战
4.2.3机器学习辅助的机遇
与挑战
4.2.4小结
4.3基于接收信号强度的电磁辐
射源定位
4.3.1简述
4.3.2无线电波传播
基础
4.3.3接收信号强度的干扰
处理
4.3.4接收信号强度的差分
处理
4.3.5基于分布式频谱监测
数据的遗传算法
定位
4.3.6仿真结果与分析
4.3.7小结
4.4基于频谱指纹的电磁辐射源
定位
4.4.1问题引入
4.4.2模型建立
4.4.3频谱指纹被动定位
架构
4.4.4基于相关指纹的定
位计算
4.4.5实验结果及分析
4.4.6小结
4.5频谱监测数据缺失条件下的
辐射源定位
4.5.1问题引入
4.5.2模型建立
4.5.3稀疏贝叶斯模型
4.5.4基于稀疏贝叶斯的
指纹定位方法
4.5.5实验结果及分析
4.6基于缺失数据补全的被动
定位方法
4.6.1问题引入
4.6.2模型建立
4.6.3信号强度的空间相
关性分析
4.6.4基于数据补全的被
动定位方法
4.6.5仿真分析
4.6.6小结
4.7基于异常数据滤除的被动
定位方法
4.7.1问题引入
4.7.2模型建立
4.7.3定位问题中的异常
数据建模
4.7.4基于数据滤除的稳
健定位方法
4.7.5仿真分析
4.7.6小结
4.7.7本节附录
4.8开放性讨论
4.9相关算法代码
4.9.1稀疏数据定位部分
代码
4.9.2异常数据滤除定位
部分代码
参考文献
第5章基于频谱数据分析的网络拓
扑挖掘
5.1引言
5.2基于频谱信号统计规律的网
络拓扑挖掘
5.2.1问题分析
5.2.2模型建立
5.2.3网络通联拓扑
挖掘
5.2.4实验结果及分析
5.2.5小结
5.3基于频谱数据聚类分析的网
络拓扑挖掘
5.3.1问题分析
5.3.2通信网络拓扑结构
挖掘算法
5.3.3通信网络拓扑结构
分析
5.3.4实验结果及分析
5.3.5小结
5.4开放性讨论
参考文献
第6章非理想环境下的网络拓扑
挖掘
6.1引言
6.2复杂地形条件下的网络拓扑
挖掘
6.2.1问题分析
6.2.2模型建立
6.2.3非理想环境下的通联
关系发现
6.2.4非理想环境下电磁
信号源定位问题的
优化求解
6.2.5实验结果及分析
6.2.6小结
6.3电磁辐射源动态移动条件下的
网络拓扑挖掘
6.3.1问题分析
6.3.2模型建立
6.3.3动态通联拓扑和轨迹
形成
6.3.4实验结果及分析
6.3.5小结
6.4开放性讨论
参考文献
第7章基于时间特征的深度学习电磁
通联行为识别
7.1引言
7.2基于CNN网络的时间特征
分类与识别
7.2.1概述
7.2.2模型建立
7.2.3算法设计
7.2.4神经网络模型
设计
7.2.5实验结果及分析
7.2.6小结
7.3基于VGG网络的时间序列
分类与识别
7.3.1概述
7.3.2模型建立
7.3.3算法设计
7.3.4神经网络模型
设计
7.3.5实验结果及分析
7.3.6小结
7.4开放性讨论
7.5相关算法代码
7.5.1时间分类识别
部分代码
7.5.2VGG识别部分
代码
参考文献
第8章基于模型压缩快速学习的
电磁通联行为识别
8.1引言
8.2面向快速学习的神经网络模型
压缩优化
8.2.1卷积核的优化
设计
8.2.2批归一化算法
8.2.3全局平均池化优化
设计
8.2.4Inception结构网络
具体实现
8.2.5残差结构网络的具
体实现
8.3基于知识蒸馏方法的模型训练
算法
8.3.1Teacherstudent模型
设计
8.3.2知识蒸馏训练方法
实现
8.4实验结果及分析
8.4.1仿真设置
8.4.2网络模型参数数量
对比分析
8.4.3教师网络实验对比
分析
8.4.4知识蒸馏训练方法
对比分析
8.5本章小结
8.6开放性讨论
参考文献
猜您喜欢