非合作直扩通信信号检测研究
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第1章 绪论 | 第12-22页 |
·课题研究的意义 | 第12-13页 |
·研究现状及进展 | 第13-17页 |
·通信信号检测的国内外研究现状 | 第14页 |
·循环平稳分析理论发展概述 | 第14-15页 |
·独立分量分析概述 | 第15-17页 |
·源信号的分类与ICA算法的性能评价准则 | 第17-20页 |
·源信号的分类 | 第17-18页 |
·ICA算法的性能评价准则 | 第18-20页 |
·论文研究内容及章节安排 | 第20-22页 |
第2章 窄带干扰抑制的边带相关置换算法 | 第22-36页 |
·引言 | 第22-23页 |
·边带相关置换算法 | 第23-29页 |
·典型信号频谱对称性分析 | 第23-26页 |
·边带相关置换算法 | 第26-27页 |
·直扩信号的窄带干扰抑制 | 第27-29页 |
·直扩信号载频与窄带干扰估计 | 第29-30页 |
·算法评价指标与仿真分析 | 第30-35页 |
·信干比增进因子 | 第30页 |
·实验仿真分析 | 第30-35页 |
·本章小结 | 第35-36页 |
第3章 循环边带相关置换算法 | 第36-58页 |
·引言 | 第36页 |
·循环谱相关理论 | 第36-44页 |
·循环自相关函数 | 第37-39页 |
·谱相关密度函数 | 第39-41页 |
·谱相关密度函数的应用 | 第41-42页 |
·循环谱相关的实现算法 | 第42-44页 |
·循环边带相关置换算法 | 第44-53页 |
·CSCR算法描述 | 第44-47页 |
·实验仿真 | 第47-53页 |
·直扩信号的参数估计 | 第53-56页 |
·参数估计原理 | 第53-54页 |
·实验仿真 | 第54-55页 |
·性能分析 | 第55-56页 |
·本章小结 | 第56-58页 |
第4章 基于独立分量分析的直扩信号检测 | 第58-84页 |
·基于独立分量分析的非合作直扩信号检测方案 | 第58-60页 |
·独立分量分析基本原理 | 第60-67页 |
·独立分量分析(ICA)数学模型 | 第60-61页 |
·独立分量分析的不确定性 | 第61-62页 |
·数据的预处理 | 第62-63页 |
·独立性判据 | 第63-67页 |
·采用ICA算法的直扩信号分离 | 第67-71页 |
·特征矩阵联合近似对角化(JADE)算法 | 第67-69页 |
·FastICA算法 | 第69-71页 |
·非合作直扩信号 | 第71-76页 |
·特征参数提取 | 第71-73页 |
·合作直扩信号的提取 | 第73-74页 |
·非合作直扩信号的提取 | 第74-76页 |
·仿真实验分析 | 第76-82页 |
·基于ICA的盲源分量仿真分析 | 第76-81页 |
·直扩信号的特征提取与参数估计 | 第81-82页 |
·本章小结 | 第82-84页 |
第5章 基于核独立分量分析的直扩信号检测 | 第84-101页 |
·基于核独立分量分析的非合作直扩信号检测方案 | 第84-85页 |
·核独立分量分析 | 第85-90页 |
·典型性相关 | 第86-88页 |
·再生核希尔伯特空间 | 第88-89页 |
·对比函数的推导 | 第89-90页 |
·KICA-CCA算法和KICA-KGA算法 | 第90-96页 |
·CCA的核化 | 第90-92页 |
·正则化 | 第92-94页 |
·KICA-CCA算法 | 第94页 |
·KICA-KGA算法 | 第94-96页 |
·KICA的优化算法 | 第96页 |
·仿真实验 | 第96-100页 |
·实验1交叉误差的仿真结果 | 第96-98页 |
·实验2相关系数的仿真结果 | 第98-99页 |
·实验3直扩信号识别的仿真结果 | 第99-100页 |
·本章小结 | 第100-101页 |
结论 | 第101-104页 |
1 本论文的主要工作与创新点 | 第101-102页 |
2 进一步的工作展望 | 第102-104页 |
参考文献 | 第104-116页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第116-118页 |
致谢 | 第118-119页 |
个人简历 | 第119页 |