本研究旨在发掘和鉴别所测得的信道数据的指纹特点,并证实其在不同场景的所具有的特性。本研究包括五部分内容:无线信道特性;建模及特性提取;场景指纹辨识;场景复合指纹辨识;场景区域辨识与匹配。1.基于图论知识介绍无线信道的特征。基于这项研究工作,明确无线信道特征。2.基于三种场景的真实信道测量数据,采用数字信号处理和主成分分析法对信道的特性进行提取和建模。研究结果说明,该模型体现的信道特征与实际测量的数据有较好的吻合度。3.引入神经网络重点研究两个待测场景的识别。通过对样本数据的离线训练与在线识别匹配,使得待测场景都获得匹配。实验结果表明,该辨识模型有效,学习的自适应性较好。4.采用聚类分析研究无线信道复合场景的鉴别。对不同路段的分析结果进行对比,得到结论:路段可以依据指纹划分的区域数量进行分类。研究结果表明,算法对信道的区分、辨识和分类的方法是有效的。5.采用时间序列分析和决策树模型对某区域的场景识别与匹配研究。结果表明,所提供的两个信道样本误判概率小。