【摘 要】
：
为阻止设备克隆、重放攻击和用户身份假冒等问题的发生,准确识别和认证物联对象,提出一种基于功率谱密度指纹特征与智能分类器的通信辐射源个体识别方法.利用接收机采集I路射
【机 构】
：
上海电机学院 电子信息学院,上海 201306;上海电力大学 能源与机械工程学院,上海 201303
论文部分内容阅读
为阻止设备克隆、重放攻击和用户身份假冒等问题的发生,准确识别和认证物联对象,提出一种基于功率谱密度指纹特征与智能分类器的通信辐射源个体识别方法.利用接收机采集I路射频基带信号;通过方差轨迹检测截取稳态信号片段,并对稳态信号片段进行数据标准化处理;计算数据标准化处理后的稳态信号片段的功率谱密度得到特征向量,将所述特征向量作为发射机的射频指纹;最后利用智能分类器识别所述射频指纹,完成通信辐射源个体识别.通过对同厂家、同型号、同批次的8个无线数传电台E90-DTU设备和100个WiFi网卡设备的实验测试表明,本文所提方法在视距(LOS)场景、视距场景与非视距(NOS)场景的混合场景、低信噪比场景、大数量物联设备场景都具有良好的识别准确率.
其他文献
针对信息物理系统(cyber-physical systems, CPS)中重放攻击的检测问题,提出一种基于系统性能指标的量测噪声编码方案.首先对重放攻击进行简单描述;其次根据给定的系统性能变化范围计算可容许的最大测量噪声干扰,并将其加到传感器输出端对测量值进行编码,同时在滤波器端对测量值进行解码;采用渐消卡尔曼滤波算法对系统性能进行实时估计.正常情况下系统达到稳态时性能指标值也趋于固定值,当遭受
为应对侧信道能量信息泄漏检测中的多重t检验问题,提出了一种控制多重t检验过程的错误识别率并提升检验效力的泄漏检测方案.在对多重假设检验问题进行分析的基础上引入错误识
针对水面无人船控制系统中的重要组成部分之一的路径规划,本文基于快速行进平方法对其进行了研究.首先建立了路径评价函数,根据水面无人船所处的真实环境,对基于不同参数Sat规划所得路径的特征进行量化,从而选择适用于本海域的Sat值,以进行动态环境下路径规划的研究.之后,本文对快速行进平方法进行了适当改进,对路径规划过程进行了优化,当无人船没有碰撞危险时,仅使用快速行进平方法进行一次全局路径规划,而当无人船探测到障碍船只后,再利用快速行进平方法进行局部路径规划.并在此过程中对速度势场进行改良,人为加入不可航行区域
针对间歇过程数据呈现的多阶段性、强耦合性以及非线性等特点,提出一种基于核熵成分分析(KECA)和改进灰狼优化算法及核极限学习机的(KELM)间歇过程故障诊断方法.考虑间歇过程
传统的同时定位与地图构建(SLAM)算法存在着易受动态物体影响和无法提取场景语义信息的问题.为了解决上述问题,提出了一种动态环境下的室外3维语义地图的构建方法.首先在语义分割方面,提出一种基于全卷积网络(fully convolutional network, FCN)和超像素的条件随机场(conditional random field, CRF)对图像进行语义分割,并结合语义信息和对极约束剔除
面对未来人工智能、万物智联的时代,需要建立传输速率更快、信息量更大、覆盖空间更广的无线信息传输网络,在空间无线通信频谱日益拥挤的今天,迫于RF频谱管理和高数据率传输
针对被动式太赫兹安检的检测需求,提出一种基于最大二维熵的隐蔽目标分割方法。该方法设计了一组适用于被动式太赫兹图像的滤波器组,实现噪声过滤和图像增强;设计了一种待检区域自生成的算法,实现对重点检测区域的自动覆盖;同时,引入二维熵的概念,实现对待检测区域内的隐蔽目标的轮廓分割。在0.2 THz频段的被动成像下开展了评估和对比实验,实验表明本文方法具有较好的分割效果和实时性能。
针对不同谱段图像获取代价不同的问题,提出一种基于生成对抗网络的图像转换方法。转换过程以肉眼可分辨范围内图像轮廓不变为出发点。首先,通过成对的训练数据对生成器和判别器进行交替训练,不断对损失函数进行优化,直到模型达到纳什平衡。然后用测试数据对上述训练好的模型进行检测,查看转换效果,并从主观观察和客观上计算平均绝对误差和均方误差角度评价转换效果。通过上述过程最终实现不同谱段图像之间的转换。其中,生成器
因果分析是数据挖掘领域重要的研究课题之一.由于传统的Granger因果模型难以准确识别多变量系统的非线性因果关系,本文提出一种基于Hilbert-Schmidt独立性准则(Hilbert-Schmidt independence criterion,HSIC)的组Lasso模型的Granger因果分析方法.首先,利用HSIC将输入样本和输出样本映射到再生核Hilbert空间,克服了传统的Granger因果模型不能应用于非线性系统的缺陷.然后,建立具有组Lasso约束的回归模型,对多变量及其组派生变量进行因
图像中的阴影会降低计算机或机器人视觉的鲁棒性.为了消除这一干扰,本文提出了一种单幅彩色图像阴影自动消除算法.首先应用图像光照正交分解模型,将一彩色图像正交分解为光照本征图像和光照强度图像,然后根据同一物体在阴影和非阴影中的成像具有相同光照不变分量和不同光照强度的特性,对图像中的阴影区域进行自动恢复,从而生成无阴影图像.与目前已有的图像阴影恢复算法相比,本文算法无需对阴影区域进行识别检测且具有较强的