| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究背景 | 第10页 |
| 1.3 研究现状 | 第10-12页 |
| 1.4 本课题研究内容 | 第12页 |
| 1.5 结构安排 | 第12-14页 |
| 第二章 通信信号调制原理 | 第14-23页 |
| 2.1 模拟调制信号 | 第14-18页 |
| 2.1.1 幅度调制原理 | 第14-16页 |
| 2.1.2 角度调制原理 | 第16-18页 |
| 2.2 数字调制信号 | 第18-22页 |
| 2.2.1 振幅键控 | 第19-20页 |
| 2.2.2 相移键控 | 第20页 |
| 2.2.3 频移键控 | 第20-21页 |
| 2.2.4 正交幅度调制 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 通信信号调制类型的识别 | 第23-37页 |
| 3.1 通信信号的特征提取方法 | 第23-31页 |
| 3.1.1 特征参数提取的常见方法 | 第23-26页 |
| 3.1.2 谱相关特征 | 第26-28页 |
| 3.1.3 基于谱相关特征及谱特征的数字信号的特征提取 | 第28-31页 |
| 3.2 基于决策论的分类 | 第31-33页 |
| 3.2.1 决策论方法简介 | 第31-32页 |
| 3.2.2 利用决策论方法进行分类 | 第32-33页 |
| 3.3 基于支持向量机的分类 | 第33-35页 |
| 3.3.1 支持向量机理论介绍 | 第33-34页 |
| 3.3.2 利用支持向量机进行分类 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于R&S ESMD的信号采集与识别 | 第37-59页 |
| 4.1 R&S ESMD简介 | 第37-41页 |
| 4.1.1 R&S ESMD的主要特点介绍 | 第37-38页 |
| 4.1.2 基于R&S ESMD的远程控制开发 | 第38-40页 |
| 4.1.3 R&S ESMD采集的信号形式 | 第40-41页 |
| 4.2 方案设计 | 第41-45页 |
| 4.2.1 利用R&S ESMD采集信号并识别的系统设计 | 第41-44页 |
| 4.2.2 MATLAB与C++混合编程 | 第44-45页 |
| 4.3 基于R&S ESMD的调制信号分离 | 第45-58页 |
| 4.3.1 特征提取 | 第46-55页 |
| 4.3.2 信号识别 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 信号特征提取与分类方法在生物医学信号中的应用 | 第59-66页 |
| 5.1 生物医学信号的主要特点 | 第59页 |
| 5.2 生物医学信号的特征提取 | 第59-60页 |
| 5.3 脑电信号的特征提取与分类 | 第60-65页 |
| 5.3.1 脑电信号 | 第61-62页 |
| 5.3.2 回声状态网络(Echo State Network,ESN) | 第62-63页 |
| 5.3.3 边界Fisher分析(Marginal Fisher Analysis,MFA) | 第63-64页 |
| 5.3.4 脑电信号的特征提取与分类的实验 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |
