基于机器学习理论的通信辐射源个体识别

　　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。

暂缺《基于机器学习理论的通信辐射源个体识别》作者简介

●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
……