特征融合与对抗学习在超宽带非视距识别中的应用.docxVIP

特征融合与对抗学习在超宽带非视距识别中的应用

目录

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1非视距识别概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.1非视距物理机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1.2非视距识别技术的发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2特征融合在信号处理中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

1.2.1特征融合算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.2.2特征选择与融合的意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

1.3对抗学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

1.3.1对抗样本的概念与生成策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

1.3.2对抗学习的优化与鲁棒性分析．．．．．．．．．．．．．．．．．．．．．．．．．．18

非视距条件下UWB信号的特征提取技术．．．．．．．．．．．．．．．．．．．．．．21

2.1UWB信号特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.1.1UWB信号频率范围与模型表达．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.1.2UWB信号在非视距环境中的传播特性．．．．．．．．．．．．．．．．．．．．．26

2.2非视距环境UWB特征提取算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2.1时频域特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

2.2.2多维几何特征表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

特征融合技术在UWB非视距识别中的应用．．．．．．．．．．．．．．．．．．．．33

3.1特征融合的流程与策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.1.1特征级融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.1.2融合特征的优化选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.2实例研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.2.1仿真条件设置与实验数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．47

3.2.2特征融合方法对目标识别的影响．．．．．．．．．．．．．．．．．．．．．．．．49

3.3特征融合与数据增强策略的综合应用．．．．．．．．．．．．．．．．．．．．．．50

对抗学习在非视距UWB识别中的应用．．．．．．．．．．．．．．．．．．．．．．．．52

4.1对抗学习的基本原理与应用场景．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.1.1对抗训练模型与样本生成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.1.2模型鲁棒性提升的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.2非视距UWB识别中的对抗学习设计．．．．．．．．．．．．．．．．．．．．．．．．．58

4.2.1对抗样本生成方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60

4.2.2分类模型在对抗样本上的表现与适应．．．．．．．．．．．．．．．．．．．．61

4.3对抗学习提升UWB信号识别性能的实验验证．．．．．．．．．．．．．．．．．63

特征融合与对抗学习在UWB非视距识别中的未来研究方向．．．．．．67

5.1融合与学习技术的新算法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．68

5.1.1新型特征融合准则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．70

5.1.2对抗学习训练的新探索．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73

5.2应用环境的拓展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76

5.2.1农村、野外等复杂增益环境的应用．．．．．．．．．．．．．．．．．．．．．．78

5.2.2未来智能交通系统中的潜在应用．．．．．．．．．．．．．．．．．．．．．．．