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。