压缩技术论文范文

今天小编为大家推荐《压缩技术论文范文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！【摘要】纳米壓印技术是一种新型的纳米级图形转移技术，纳米压印过程中施压和加热是两个非常重要的工艺过程。文章中设计了新型纳米压印腔室，采用超声波加热代替传统加热方式，利用压缩气体产生的压力施压。超声波加热速度快，温度可控。压缩气体施压压力均匀、设计简单。

第一篇：压缩技术论文范文

硬盘播放系统中的视频压缩处理技术研究

摘要：随着我国科学技术的快速发展，电子信息技术逐渐进入人们生活，并在人们日常生活当中，得到广泛应用。在人们对电子信息技术应用的同时，却忽视了电子信息产品的主要媒介—硬盘播放系统。基于此，本文对硬盘播放系统中的视频压缩存储技术进行以下相关研究。

关键词：硬盘播放系统;视频压缩;处理技术

在硬盘播放系统当中，关于视频压缩处理技术和格式的正确选择，不仅对当前创建的硬盘播放系统的规范性和有效性，有着相关的联系，还和数字电视系统的融合有着密切的关联。当前，数据压缩编码的方式包含Motion-JPEG和MPEG-2等两种。前一种方式，能够得到相同质量的电视节目，节约大量的存储空间;后一种方式，已经成为数字点啊是传输的统一标准，可以和视频运用的不同方面进行良好兼容。

1硬盘播出系统

1.1视频服务器

硬盘播放系统的构成，包含视频服务器。视频服务器是一种特殊的嵌入式设备，用于压缩，存储和处理视频、音频数据。视频服务器采用MPEG4、MPEG2、H.264、H.265等视频编码格式，对视频数据进行重新编码和压缩，以满足存储和传输的需要。视频服务器可以平滑地将视频监控系统升级到基于网络的视频监控系统，同时保留现有的模拟视频监控设备[1]。视频服务器为模拟视频设备带来了新功能，在视频服务器的帮助下，可以通过标准PC服务器记录和管理视频图像。

1.2二级存储系统

二级存储系统，也属于硬盘播放系统。本系统配备了二级存储磁盘阵列和迁移服务器，作为网络近线存储和在线存储的智能迁移，配备二级存储磁盘阵列，视频工作站将视频上传到辅助存储磁盘阵列。其中，存储磁盘包含15个4T SATA硬盘，一个热备盘，另外14个是RAID盘，可允许同时损坏两个SATA硬盘，RAID总容量为11T，其存储时间可以超过2000小时的12Mbps视频和音频文件，并且能够保留足够的存储空间。

2视频压缩存储方式

2.1双机准备镜像结构和Media Clustcr结构

双机准备镜像结构，包含两组视频服务器， 一是主视频服务器，二是备用视频服务器。主视频服务器出现故障后，将切换到备份视频服务器继续响应服务，并且可以同步内存。另外，所有操作内容都由工业计算机进行实时检测和有效控制。Media Cluster是由多个AV服务器连接的网络结构，每个AV服务器称为一个节点，与一台机器的工作原理相同，但与其他服务器系统不相同。如果一个节点出现故障，则Media Clustcr仍然可以继续工作，并且能够把遗失的相关数据进行有效恢复。

2.2共享存储结构

共享存储结构，是存储附加网络，是一种GB带宽计算机与内存之间的通信道路技术。本结构由硬件和软件组成，包括光纤通道交换机，存储设备，存储网络操作系统和存储监控应用程序。共享存储结构提供大容量存储视频，共享解决方案很多声音和图像文件[2]。此存储结构使用的是光纤网络，在主机和存储设备之间提供高速互连通道，其传输距离可达到十千米。这避免大流量数据传输受阻和冲突，非常适合不间断性视频数据流的传输，可以用作电视台的视频业务管理结构体，也可以用作视频和音频广播服务器的网络结构。

3视频压缩处理技术研究

数字硬盘播出系统基于视频数字压缩编码技术，大容量存储技术和宽带网络传输技术。数字程序经过数字编码和压缩，存储在硬盘上，可通过网络传输和控制轻松进行数字化或模拟。电视节目硬盘播出系统涉及视频数字压缩编码，RAID技术，数字音频嵌入等相关技术。

3.1视频压缩编码技术原理

由于视频图像的时间和空间具有较强的联系性，视频信号本身具有大量的空间冗余。视频压缩编码的主要任务是消除视频内容中的冗余，并用最少量的数据表示最多内容，此过程称为视频编码或压缩。视频信息中存在多种类型的冗余，包括时间冗余，空间冗余，结构冗余，和编码冗余等。根据是否可以恢復数据信息，视频压缩编码技术可以分为两类：一是有损压缩编码;二是无损压缩编码。通常，在实际应用中，采用混合两种编码模式的方法。而且，当前H.264压缩技术已成为视频压缩最重要的技术之一。

3.2视频压缩存储技术组网技术

在硬盘播放系统中，实现信息传输，这实际上结合了信道技术和大容量内存存储特征的一种全新网络结构。其中，存储区域网络具有以下显著特征：宽带，模式基于模块的可扩展架构，高可靠性和容错性，易于管理和控制，而且其成本消耗较小。其适合大型数据量传输，实时数据处理，是为解决存储技术问题而提出的一种存储技术方法。此存储技术，为了利用网络实现电视节目的有效广播和规范管理，进而进行整合出一种技术方法。

3.3视频压缩Motion-JPEG技术编码

目前视频压缩编码方法主要是Motion-JPEG技术，此技术是一种静止状态的压缩技术，广泛应用在视频非线性编辑领域，可以精确地执行帧编辑和多层图像处理。例如，静止图像的压缩以每秒24帧的速率完成，在编辑过程中可以随机访问任何帧，能够精准地进行帧编辑。此外，Motion-JPEG的压缩和解压缩是对称的，可以通过相同的硬件和软件实现[3]。但是，Motion-JPEG仅压缩帧中的空间冗余，并且压缩效率不高。当压缩比率为7：1时，使用Motion-JPEG格式，其传输速率为20 Mbps，提供了与BetacamSP图像质量相当的程序。

3.4视频压缩H.264技术编码

H.264使用多帧压缩技术，传输速率为从2Mbps开始，在10 Mbps以下范围波动。H.264将不同的压缩编码方法应用于图像序列中的不同帧，在帧间预测压缩中，几个帧图像被处理为一个GOP。GOP中的帧数对压缩比和图像质量之间有着重要联系性。帧数越多，在相同压缩比下的图像质量越高。此外，帧内压缩和帧间压缩的组合，大大增加了压缩比率，并且不影响图像质量。因此，传输系统中的视频可以获得相同质量程序，大大节省存储空间。而且，H.264已成为视频行业传输的统一标准。

4 结论

综上所述，硬盘播放系统一个庞大而复杂的系统工程，在对其视频编码压缩处理技术进行研究时，应充分考虑系统硬件和软件，还应该考虑系统的综合运用能力。此外，在硬盘系统传输过程中，应用视频压缩存储技术组网技术，实现实时数据处理，从而解决存储技术问题。最后，视频行业系统工作人员应熟悉工作流程结构，在视频领域积累丰富的工程经验，提升自身售后服务能力，并提高系统升级能力。

参考文献：

[1] 楚红军.硬盘播出系统及关键技术的应用[J].电子技术与软件工程，2016(4)：178-178.

[2] 马宁.关于电视台硬盘播出系统关键技术的探讨与分析[J].工业，2016(9)：00280-00280.

[3] 张昭秦.电视台数字硬盘播出系统故障及处理方法探讨[J].中国传媒科技，2017(9).

作者：尉耀稳 翁利国 范华 邱海锋

第二篇：基于压缩气体施压的纳米压印技术研究

【摘要】纳米壓印技术是一种新型的纳米级图形转移技术，纳米压印过程中施压和加热是两个非常重要的工艺过程。文章中设计了新型纳米压印腔室，采用超声波加热代替传统加热方式，利用压缩气体产生的压力施压。超声波加热速度快，温度可控。压缩气体施压压力均匀、设计简单。

【关键词】纳米压印;超声波加热;压缩气体施压;纳米压印腔室

研究发现纳米尺寸的器件往往会呈现和大尺寸器件完全不同的性质[1]，为专业细微尺寸的图形，以往主要采用光刻技术。光刻技术是电子线路设计中图形转移的关键技术，光刻技术转移图案的尺寸与所采用的光线波长有关，在纳米尺寸的图案转移中，光刻技术出现了困难。纳米压印技术是一种始于上世纪90年代的一种新型微细图形转移技术。它突破了传统的光刻技术中光线波长的限制，理论上来说纳米压印技术转移的图案线条宽度可以无限缩小[2]。纳米压印技术还有操作流程简单、产量高、成本低等优点[3]。

纳米压印技术主要分为三种方式：热压印技术，紫外光刻纳米压印技术和软压印技术。纳米压印技术主要包括图形复制和图形转移两个步骤。首先是在基板上旋涂光刻胶等抗蚀层，通过加热或者光照等手段使抗蚀层呈现熔融态，将刻有图形的硬性模板在一定的压力条件下压印抗蚀层，实现图形的复制，然后脱模，就实现了图形的转移[4]。纳米压印流程如图1所示。

纳米压印过程中，加热和施压是两个重要的步骤。加热过程要求速度快，降温速度也要求快，这样才能提高纳米压印的效率。对于施加的压力要求压力均匀、可调节，这样才能保证纳米压印的完全实现。本文提出了一种超声波加热和压缩气体施压相结合的新型纳米压印装置如图2所示。

新型纳米压印腔室内纳米压印的流程为：光刻胶旋涂完毕后，将模板覆盖在光刻胶上，由螺杆带动活塞压缩压印腔室内的气体，气体压缩后产生压力提供纳米压印需要的压力，超声波发生装置产生超声波加热光刻胶至熔融状态[5]，持续施压将光刻胶压入模板空隙，去除超声波，待光刻胶降温至凝固态撤销压力，脱模后通过后续蚀刻等工艺实现纳米图案的转移。新型纳米压印流程设计如图3所示。

传统纳米压印过程中，加热光刻胶的方式一般为电热板加热，这种加热的方式比较简单，但是存在着以下缺点：加热温度不容易控制，加热和降温的时间比较长。有采用激光加热光刻胶的方式，激光加热装置的设计非常复杂，光路系统设计和安装都比较困难。我们提出一种新型的加热光刻胶的方式，一个超声波发生装置放置在模板上部，对准光刻胶作用于一定波长的超声波，超声波可以使光刻胶分子振动而产生热量，可以迅速使光刻胶达到熔融温度，纳米压印结束后撤掉超声波，光刻胶可以很快降温到凝固状态。

在纳米压印的过程中，传统的施压方式是采用机械螺杆施压，施压的过程因为机械的精度有限，压力不能够均匀施加。如果压力不能均匀的施加在模板上，会导致压印失败甚至是模板因受力不均匀而受损失。为了保证施加的压力均匀、模板和基板能保持平行，国内外都出现了很多解决的办法。有采用弹性缓冲垫方式，就是在工作平台下加一个弹性的垫子，利用垫子的弹性来保持压力均匀[6]。也有在工作台底部安装一个可以滑动的半球，采用半球找平的方式，利用球体的滑动来保持压力均匀。在工作台底部安装弹簧装置，也可以调节压力的不均匀，如图4所示。

据报道也有采用充气的橡胶气囊作为施压和调节不均匀压力的方法[7]，如图5所示。这种方法是采用一个橡胶气囊，气囊上安装压印工作平台，在气囊中冲入高压气体，高压气体产生的压力作为纳米压印的压力，因橡胶气囊本身存在弹性，所以可以实现压力的调节。以上传统的保持压力均匀的方法基本都利用了弹性缓冲的原理，在进行小面积的压印过程中有一定的作用，但是在进行大面积压印时，压力均匀性的问题仍然不能解决。

大面积压印过程中，压印盘边缘部分的压力比较小，弹性材料的伸张变形后，各部分调节压力的能力不一致，导致压力不能均匀分布。模板采用脆性Si和Sio2等材料时，压力不均匀坑内会导致模板破碎。如采用的电铸金属模板，其电铸过程价格昂贵、污染严重，且电铸缺陷较多，如针孔、翘曲、厚度均匀性差、复制效率低等。

为了解决压力不均匀分布的问题，根据气筒的原理，设计了一种新型的利用气体压缩施压的纳米压印模型，在一个密闭的腔室内，有一个可以上下移动的活塞装置，当活塞向下移动时，因为气体的体积是不变的，气体受压后体积变小，压强增大。气体压缩产生的压力作用于模板就会产生纳米压印所需的压力，因为采用气体施压，压力是完全均匀的。通过调节活塞的上下移动，也可以实现压力的均匀变化。充入的气体可以为惰性气体，惰性气体性质非常稳定，也能保证纳米压印的过程中光刻胶等不会因为温度升高而与气体发生任何相互变化。

我们提出了一种新型的纳米压印装置，在纳米压印过程中两个重要的流程加热和施压，分别采用超声波加热和压缩气体施压的方式。超声波加热速度快、效率高、装置简单。压缩气体施压的方式原理简单、气体施压压力完全均匀、压力可调节。超声波装置和气体施压装置可以完美结合设计在一个纳米压印腔室内，装置的设计简单、结构合理、压印效率比较高。

参考文献

[1]魏玉平，丁玉成，李长河.纳米压印光刻技术综述[J].制造技术与床，2012，8：87-94.

[2]罗康，段智勇.纳米压印技术进展及应用[J].电子工艺技术，2009，30(5)：253-257.

[3]屈新萍.新型纳米压印光刻技术的研究及应用[J].世界科学，2009，6：39-41.

[4]段家现，纳米压印技术研究[J].装备制造技术，2010， 7：32-34.

[5]Chien-Hung Lin，Rongshun Chen，Chien-Chang Su.Ultrasonics for Nanoimprint Lithography[C].//Proceedings of 2005 5th IEEE Conference.Nanotechnology.2005.

[6]Jae-Jong Lee，Kee-Bong Choi，Gee-Hong Kim，SeungWoo Lee.The UV-Nanoimprint Lithography with Multi-head Nanoimprinting Unit for Sub-50nm Half-pitch Patterns[C].//SICE-ICASE International Joint Conference Bexco，Busan，Korea.2006.

[7]董晓文，司卫华，顾文琪.气囊气缸式真空紫外纳米压印设备研制[J].电子元器件，2009，3：40-44.

作者：罗康　刘林飞　段智勇

第三篇：基于雷达脉冲压缩信号的辐射源个体识别技术

摘要：信号辐射源识别在雷达对抗和设备状态检测中起到重要作用。本文采用Hammerstein模型对雷达辐射源建模，采用AR模型对雷达辐射源线性记忆特性建模。然后基于AR模型从脉冲压缩后的回波信号中提取特征，并采用概率神经网络对不同辐射源个体开展模式识别。并通过雷达信号处理相参处理，进一步提高对信号源个体识别的准确率。基于不同信噪比和两种特征集，仿真结果表明本文提出的方法能够在不增加硬件成本和的条件下，以极低的信号处理开销，有效识别雷达辐射源个体。

关键词：辐射源个体识别;脉冲压缩;概率神经元网络

Radar Emitters Identification Technology Based on Pulse Compression Signal

LU Ze-yuan， WANG Kai， CHENG Chao-cai， HE Peng， ZHU Zi-ping

(The No.38 Research Institute of CETC，Hefei 230000， China)

目前對信号辐射源特征差异的定量机理研究不足。文献主要基于现代信号处理方法提取辐射源特征信息。这些研究工作中的个体特征提取方法中经验成分偏大，目前的研究工作倾向于根据信号观测来归纳差异。

从特征提取方法看，现有的信号辐射源个体识别技术主要分为三种：第一种针对信号参数的统计特征;第二种聚焦信号变换域的统计特征;第三种基于发射机非线性的统计特征。这些现有方法主要针对的是通信信号而非雷达信号。

Williams等人针对通信信号暂态段、导频段，提取瞬时幅度、瞬时相位、瞬时频率的统计参数作辐射源个体特征[1-3]。通信辐射源识别研究可利用导频信号，导频信号是一种稳态信号，然而在LFM波形的雷达信号属于非平稳信号，但本文不是直接对雷达回波做分析，而是以脉冲压缩后信号做输入，特征提取方法采用自回归方法处理暂态信号。

Brik从解调星座图畸变角度提取辐射源个体特征向量，并在对130多个发射机的识别实验取得了超过80%的正确识别率[4]。基于时域和频域统计参数特征的个体识别方法研究较为深入，然而这些特征受噪声影响大，且对非高斯、非平稳信号分析能力弱。

时频分析在辐射源特征识别得到广泛应用[5]。Reising使用Gabor-Wigner变换，采用归一化幅度系数序列的统计量做辐射源特征，但其通信收发实验是在办公室环境中开展。

Polak通过谱分析方法[6]，通过带内畸变失真、非线性参数估计的讨论鉴别无线设备独特的特征。变换域方法计算量大，在雷达实时解算系统中可能会加重系统计算负荷。

Wang在特征建模中分析了信道对特征[7]的影响，因为通信信号在传播过程中会受到信道影响，雷达信号不考虑多径影响。Wang基于信息论和无线设备物理层特征[8]，讨论了通信容限和辐射源个数问题，同样雷达辐射源辨识容限也需要辐射源特征识别研究。

Zhang和Liu以无记忆模型建模了不同辐射源功放非线性特征[9]，功放非线性在模型中得到考虑，但实际存在的功放记忆效却未在建模中体现。本文对雷达辐射源建模中既考虑到非线性，又考虑到了记忆效应。

2016年，Huang提出了发射机系统输出信号归一化置换熵特征，对辐射源个体识别率高达95% [10]，但该方法训练样本量大，泛化能力尚需进一步研究。本文采用小样本提取辐射源特征，有助于提高雷达对复杂多目标[11]检测性能。

1模型描述

1.1辐射源系统仿真

实际信号产生过程是由多个非线性器件配合完成的，建模描述的是辐射源系统的整体的非线性行为，提取的辐射源个体特征极的后续研究提供数据源。

实际发射过程中受随机相位波动影响，频率源信号输出在频域不再是单一谱线，而包含了许多谐波。发射过程中未完全被预失真技术补偿的部分就是辐射源非线性特征来源。对功放非线性的建模采用了记忆模型，输入为窄带信号的功放，具有相对较弱的记忆效应。采用Hammerstein模型建模，线性记忆模块通过低阶AR模型近似。

雷达采用数字脉冲压缩技术解决系统威力与距离分辨力的矛盾。在雷达系统中一般采用理想信号与接收机输出的信号进行匹配，引起理想信号与接收信号之间相关性下降的因素主要有：发射通道对理想信号的无意调制;接收通道对信号的无意调制;模数转换;为抑制副瓣而进行的幅度加权;目标运动引起的多普勒调制和脉冲宽度的变化。其中仅发射过程的无意调制对于信号源具备识别性。

1.3雷达辐射源个体识别特征

本节描述了AR模型从脉冲压缩后的回波信号中提取特征，这样做避免了对仿真数据描述过度拟合，虽然会降低识别率但对真实辐射源个体信号仍然具有适用性，它的模型的系数蕴含了辐射源个体的重要特征，AR 模型可以有效描述回波信号中特征。反复试验结果表明，AR模型的系数是信号回波诸多参数中对波形形态特征描述较维数低且稳定有效的。

1.4雷达辐射源个体识别器

概率神经网络需调整的参数较少，无需人为确定模式层数，并且模式层中具有隐层神经单元，可以依据训练完成神经网络的建构，不存在局部最小值。根据贝叶斯理论对不同辐射源个体开展模式识别。

概率神经网络体系包含四层，依次是：输入层、模式层、累加层、输出层。

2.2仿真结果

效仿通信辐射源识别中直接对雷达回波进行辐射源识别的技术路径，固然也是可行的，但是一方面脉冲压缩将能量集中，提高了信噪比，另一方面不同于通信信号的连续接收，雷达信号仅在回波的目标附近具有辐射源鉴别的素材。脉冲压缩过程的加入必然会影响到辐射源识别，但是基于数字处理的脉冲压缩过程针对所有的辐射源都是一致的，因此在脉冲压缩的过程中并不会引入新的无意调制。本文采用脉冲压缩后峰值附近80个点的幅度序列信息作为辐射源特征的输入。

如图1所示，三种不同的颜色分别代表了三种辐射源在同一目标位置的回波脉冲压缩曲线，从幅度序列可见差异，红色表示雷达辐射源1，黄色表示雷达辐射源2，蓝色表示雷达辐射源3。副瓣与主板比值，主瓣峰值高度等诸多参数上都存在差异。有文献报道瞬时相位的统计参数特征分辨辐射源个体的能力很强，表1雷达脉冲压缩信号特征参数可以看到，不同辐射源脉冲压缩后的相位差异，但仅在1度以内，以相位作为特征并不能提高识别率。

为了刻画这种差异采用AR建模系数作为参数，特征基于AR的5阶模型参数，第2类特征基于AR的5阶模型参数外加目标距离。不同于通信辐射源中的特征选择，第2类特征参数中增加目标距离，这是雷达辐射源识别的特色。

通常在辐射源个体识别的特征选取时，特征应具备时移不变性、尺度变化性和相位保持性，由于特征具有不规则的非平稳性、非线性、和非高斯性，信号的双谱理论上可以消除高斯白噪声的影响，同时具备分类特征特性以及分析细微特征特性，如图2所示的是针对同一距离的目标，不同辐射源回波信号脉冲压缩后的双谱图，双谱图的总体趋势基本类似，但在细节处表现出了明显的差异，双谱较好的刻画辐射源个体差异性。

对于LFM的雷达信号这种非高斯信号而言，双谱这类高阶统计量包含更丰富的统计信息。

从表1雷达脉冲压缩信号特征抽取典型参数中可以看出，AR模型系数能够表现出三種不同辐射源在同一目标位置回波脉冲压缩后的差异。同时通过AR模型参数计算特征所需要的时间很短，典型的一批训练数据200个序列特征计算仅需要9.05E-04秒。

从表2 雷达辐射源个体识别表中可见，选用类型1特征作训练时训练样本正确率可达96%-98%之间，而选用类型2特征作训练时训练样本正确率可达75%-85%之间，这说明仅仅使用AR模型系数作辐射源特征是不够的，也说明了目标位置对脉冲压缩之后的波形有显著影响。这些都是雷达信号处理不同于通信信号的特性。

从测试准确率来看，选用了目标位置作为特征量的第1类特征也远远优于第2类，在30dB时，差异达到了一倍。同时样本测试识别耗时很短在0.04秒左右，由于仿真仅仅采用了200个点做样本，其中测试样本还不在训练样本中，两者的目标距离不同。在不同信噪比条件下，建立神经元网络所需要的时间在0.2秒左右，如果样本量增加，则训练时间会进一步增加，但是训练可以提前完成，实际测试使用时耗时大大缩短。注意到本文采用的是三个不同的辐射源，不同于2分类问题，多分类在信噪比15dB时仍然能正确率达到43%，且不需要增加硬件成本，甚至不改变雷达信号处理主体流程，计算开销小。后续通过相参雷达处理方法，可以进一步提高对信号源个体识别的准确率。

如表3所示，通过多脉冲相参处理，尽管但脉冲识别率仅仅是43% ，如果6个脉冲中有2个及以上识别出了辐射源，那么正确识别概率可以达到80.34% 。单脉冲识别率60%，如果10个脉冲中有4个及以上识别出了辐射源，那么正确识别概率可以达到93.92% 。从表3种可以看出一个相干脉冲串相参处理累计识别可以提高识别率。

3 小结

本文首先采用Hammerstein模型对雷达辐射源建模，采用AR模型对雷达辐射源线性记忆特性建模。然后基于AR模型从脉冲压缩后的回波信号中提取特征，并概率神经网络对不同辐射源个体开展模式识别。通过雷达信号处理相参方法，进一步提高对信号源个体识别的准确率。在不同信噪比和两种不同特征集情况下，针对3个不同雷达辐射源个体，在15-30dB 信噪比条件下，选用类型1特征作训练时训练样本正确率可达96%-98%，选用类型1特征作测试时正确率可达43%-60%。尽管单脉冲识别率仅43% ，如果6个脉冲中有2个及以上识别出了辐射源，正确识别概率可达80.34% 。结果表明本文提出的方法能够在不增加硬件成本和的条件下，以极低的信号处理开销，有效识别雷达辐射源个体。

参考文献：

[1]M.D.Williams，S.A..Munns，M.A.Temple，etal. RF-DNA fingerprinting for airport WiMax communications security[C]. IEEE International Conference Network and System Security， Melbourne，2010，32-39.

[2]C.Dubendorfer，B.Ramsey，M.Temple. ZigBee device verification for securing industrial control and building automation systems[M]. Critical Infrastructure Protection：Springer，2013，47-62.

[3] C. K. Dubendorfer， B. W. Ramsey， M. A. Temple. An RF-DNA verification process for ZigBee networks[C].IEEE Military Communication Conference，Orlando. 2012，1-6.

[4] T. J. Bihl， K. W. Bauer， M. A. Temple. Feature selection for RF fingerprinting with multiple discriminant analysis and using ZigBee device emissions[J]. IEEE Transactions on Information Forensics and Security.

[5]Z. Yang， Q. Wei， H. Sun， et al. Robust radar emitter recognition based on the three-dimensional distribution feature and transfer leaming[J]. Sensors， 2016， 16(3).

[6]A.C.Polak and D. L. Goeckel. Identification of wireless devices of users who actively fake their RF fingerprints with artificial data distortion[J]. IEEE Transactions on Wireless Communications， 2015， 14(11)： 5889-5899.

[7]W. H. Wang， Z. Sun， S. X. Piao， et al. Wireless physical-layer identification： modeling and validation[J]. IEEE Transactions on Information Forensics and Security， 2015， 11(9)： 2091-2106.

[8]W. H. Wang， Z. Sun， S. K. Ren， et al. User capacity of physical-layer identification： an information-theoretic perspective[C]. IEEE 2016 International Conference on Communications (ICC)， Kuala Lumpur， Malaysia， 2016，3317-3322.

[9]J. W. Zhang， F. G Wang， O. A. Dobre， et al. Specific emitter identification via hilbert-huang transform in single-hop and relaying scenarios[J]. IEEE Transactions on Information Forensics and Security， 2016， 11(6)： 1192-1205.

[10]G Q. Huang， Y. J. Yuan， X. Wang， et al. Specific emitter identification based on nonlinear dynamical characteristics[J]. Canadian Journal of Electrical and Computer Engineering，2016.

[11] Peng Chen， Chenhao Qi*， Lenan Wu， Xianbin Wang， Estimation of extended targets based on compressed sensing in cognitive radar system， IEEE Transactions on Vehicular Technology， Vol. 66(2)：941-951， 2017.

【通聯编辑：王力】

作者：陆泽橼 王凯 程超才 贺芃 朱子平