基于Hammerstein-Wiener模型的宽带无线发射机识别

摘要

随着技术的发展，无线网络面临着日益严重的安全威胁。其中一类威胁为：恶意用户假冒或伪装成合法用户接入无线网络，无线网络中非合作用户的存在，将导致严重的安全风险。本文将宽带无线发射机综合建模为一个Hammerstein-Wiener模型，从系统参数辨识的角度对相同型号的宽带无线发射机进行研究，并结合情景感知的思想，让系统在不同环境下做出最佳决策。本文的主要研究工作如下：
　　1、系统的阐述了宽带无线发射机识别、系统辨识以及情景感知的研究现状及意义等。
　　2、将宽带无线发射机综合Hammerstein-Wiener模型。对于上述系统模型，分别介绍了网格自适应直接搜索算法、自适应小生境遗传算法以及分步迭代算法，为后文进行宽带无线发射机识别做了理论支持。
　　3、针对自适应小生境遗传算法局部寻优能力有限，辨识精度不够理想，引入鳗鱼算法的标识度和临近学习操作，为了缩减不必要的范围搜索，在种群初始化中利用梯度优化减小时间复杂度。为此，提出一种改进的自适应小生境遗传算法。弥补了遗传算法局部寻优弱的不足，使遗传算法在全局寻优和局部寻优达到了平衡，增大了参数辨识的精度，提高了发射机识别率。利用此算法进行宽带无线发射机识别，将其与网格搜索算法和自适应小生境遗传算法进行对比。通过软件和硬件实验验证其算法的有效性。
　　4、针对移动接收机所处环境不同，利用相应的策略识别发射机，提出了基于情景感知的宽带无线发射机识别技术。引入多接收机接收策略（这里位置固定的接收机数量为2个），并基于隐马尔可夫模型预测移动接收机位置状态，其中通过Baum-Welch训练优化模型参数，维特比解码得到移动接收机位置状态。通过与情境的感知和环境的交互学习，并以具体需求为依据，可得到与预测的无线接收机运动轨迹相对应的最佳识别方案。

目录

声明

第一章 绪论

1.1研究意义

1.2研究现状

1.3本文工作系统及章节安排

第二章 宽带无线发射机的建模及辨识方法

2.1无线发射机模型及建模

2.2 基于Hammerstein-Wiener模型的迭代辨识方法

2.3遗传算法

2.4自适应小生境遗传算法

2.5本章小结

第三章 基于改进自适应小生境遗传算法的宽带无线发射机识别

3.1鳗鱼算法介绍

3.2改进自适应小生境遗传算法

3.3软件仿真实验与分析

3.4硬件实验与分析

3.5 本章小结

第四章 基于情景感知的宽带无线发射机识别

4.1情景感知

4.2情景推理

4.3情景感知与算法的融合策略

4.4仿真实验与分析

4.5本章小结

第五章 总结与展望

致谢

参考文献

附录