基于高阶统计量和小波变换的OFDM信号盲检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| ·研究背景及研究意义 | 第7页 |
| ·信号盲检测技术的研究现状 | 第7-8页 |
| ·研究思路及研究内容 | 第8-9页 |
| 第二章 OFDM 系统基本原理及关键技术 | 第9-15页 |
| ·OFDM 系统基本原理 | 第9-10页 |
| ·OFDM 系统关键技术 | 第10-15页 |
| ·OFDM 系统的 DFT 实现 | 第10-11页 |
| ·保护间隔和循环前缀 | 第11-12页 |
| ·OFDM 系统的收发信机结构 | 第12-15页 |
| 第三章 利用高阶统计量提取信号特征参数 | 第15-33页 |
| ·高阶矩和高阶累积量 | 第15-19页 |
| ·随机变量的特征函数和第二特征函数 | 第15-16页 |
| ·随机变量的高阶矩和高阶累积量 | 第16-17页 |
| ·平稳随机过程的高阶统计量 | 第17-19页 |
| ·高斯白噪声信道下的信号特征参数提取及识别 | 第19-21页 |
| ·单载波调制信号的四阶累积量 | 第19-20页 |
| ·OFDM 信号的四阶累积量 | 第20-21页 |
| ·瑞利信道下的信号特征参数提取及识别 | 第21-23页 |
| ·OFDM 信号子载波调制方式的识别 | 第23-26页 |
| ·仿真与分析 | 第26-33页 |
| ·高斯白噪声信道下信号识别的仿真 | 第26-27页 |
| ·瑞利信道下信号识别的仿真 | 第27-29页 |
| ·特征参数所适用的应用场景分析 | 第29页 |
| ·OFDM 信号子载波调制方式识别的仿真 | 第29-33页 |
| 第四章 利用小波变换提取信号特征参数 | 第33-47页 |
| ·小波分析的基本理论 | 第33-36页 |
| ·连续小波变换与离散小波变换 | 第33-35页 |
| ·常用小波函数 | 第35-36页 |
| ·多分辨分析和 Mallat 算法 | 第36-40页 |
| ·正交小波变换 | 第36-37页 |
| ·多分辨分析和 Mallat 快速算法 | 第37-40页 |
| ·基于小波变换的信号特征参数提取及识别 | 第40-41页 |
| ·仿真与分析 | 第41-47页 |
| ·高斯白噪声信道下信号识别的仿真 | 第41-43页 |
| ·瑞利信道下信号识别的仿真 | 第43-45页 |
| ·特征参数适用的应用场景分析 | 第45-47页 |
| 第五章 基于支撑矢量机的 OFDM 信号盲检测 | 第47-57页 |
| ·支撑矢量机的基本原理 | 第47-53页 |
| ·机器学习和经验风险最小化准则 | 第47-49页 |
| ·统计学习理论和 VC 维 | 第49-50页 |
| ·结构风险最小化准则 | 第50-51页 |
| ·支撑矢量机 | 第51-53页 |
| ·多分类支撑矢量机 | 第53-57页 |
| ·支撑矢量机用于分类 | 第53-54页 |
| ·多分类支撑矢量机的原理及实现 | 第54-57页 |
| 第六章 仿真与分析 | 第57-71页 |
| ·构造基于支撑矢量机的多分类器 | 第57-58页 |
| ·不同应用场景下的信号盲检测 | 第58-62页 |
| ·仿真参数设置 | 第58-59页 |
| ·单一信道下单一信号识别的仿真 | 第59-60页 |
| ·混合信道下单一信号识别的仿真 | 第60-61页 |
| ·单一信道下叠加信号识别的仿真 | 第61-62页 |
| ·性能分析 | 第62-71页 |
| ·OFDM 信号识别率分析 | 第62-64页 |
| ·OFDM 信号子载波调制方式识别率分析 | 第64-65页 |
| ·特征矢量的构造对分类器性能的影响 | 第65-66页 |
| ·分类器的构造对分类器性能的影响 | 第66-67页 |
| ·OFDM 调制参数的变化对分类器性能的影响 | 第67-70页 |
| ·分类器与其它分类算法的比较 | 第70-71页 |
| 结论 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-77页 |
