社长致辞
企业简介
组织机构
海外合作
企业荣誉
社务委员会
纸质书
电子书
在线课程
计算机与信息分社
理工分社
经管人文分社
外语分社
音像电子与数字出版分社
职业教育分社
生命科学与医学分社
基础教育分社
学术出版中心
第五事业部
第八事业部
读者服务
欢迎投稿
院系/图书馆服务
经销商服务
版权贸易
人才招聘
授权书查询
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
1.1.2民用领域的重要
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
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
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
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
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
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
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
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
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
4.9.2异常数据滤除定位
部分代码
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
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
5.3.4实验结果及分析
5.3.5小结
5.4开放性讨论
第6章非理想环境下的网络拓扑
6.1引言
6.2复杂地形条件下的网络拓扑
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
第7章基于时间特征的深度学习电磁
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
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
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
7.5.2VGG识别部分
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
8.2.2批归一化算法
8.2.3全局平均池化优化
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
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
8.4.4知识蒸馏训练方法
8.5本章小结
8.6开放性讨论
关于我们
企业新闻
产品中心
图书
期刊
书目下载
分社导航
直属事业部
联系我们
+
扫描关注官方微博
扫描关注官方微信
访问量:
527754896
友情连接
版权所有(C)2023 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802042911号
联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘