声明
第1 章绪论
1.1背景及意义
1.2国内外研究现状
1.2.1无线网络设备个体识别
1.2.2迁移学习
1.3论文的主要内容和结构安排
1.3.1主要研究内容
1.3.2章节安排
第2 章无线网络设备个体识别基础
2.1无线网络设备指纹来源分析
2.2无线帧类型分析
2.3无线信号基础
2.4信号采集实验
2.5数据预处理
2.6本章小结
第3 章非迁移学习的无线网络设备个体识别方法
3.1信号起始点确定
3.1.1短时能量检测法
3.1.2模糊熵检测法
3.2暂态信号特征提取
3.2.1基于Hillbert变换和最小二乘多项式拟合的特征提取
3.2.2二次特征提取
3.2.3熵值定权法
3.3实验结果及分析
3.3.1相同型号无线路由器实验结果
3.3.2不同型号无线路由器实验结果
3.3.3其他协议下无线网络设备个体实验结果
3.4本章小结
第4 章有源域情况下的无线网络设备个体识别
4.1迁移学习
4.2 基于实例的迁移学习算法
4.2.1 TrAdaBoost 算法
4.2.2 TrAdaBoost 算法缺陷分析
4.3改进的基于实例的迁移学习算法
4.3.1基于 Very Fast KMM 的初始权重优化
4.3.2基于动态因子的权重更新速率优化
4.4 实验结果与分析
4.5本章小结
第5 章无源域情况下的无线网络设备个体识别
5.1深度学习
5.1.1卷积神经网络
5.1.2生成式对抗网络
5.1.3深度迁移学习方法
5.2一维卷积神经网络的无线网络设备个体识别
5.2.1方法整体框架
5.2.2网络结构设计
5.2.3实验验证
5.3生成式对抗网络的源域生成
5.3.1方法整体框架
5.3.2网络结构设计
5.3.3实验验证
5.4基于模型迁移的无线网络设备个体识别
5.4.1模型迁移过程
5.4.2实验验证
5.5本章小结
总结与展望
全文工作总结
后续工作展望
致谢
参考文献
攻读硕士期间发表的学术论文及参与项目
西南交通大学;