模数混合调幅广播系统的抗混叠解调
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 数字广播技术发展 | 第10页 |
| 1.2 高效调制技术发展 | 第10-12页 |
| 1.3 复合调制技术概述 | 第12-13页 |
| 1.4 深度学习发展 | 第13页 |
| 1.5 论文主要内容和组织结构 | 第13-16页 |
| 第二章 模数混合调幅广播系统 | 第16-32页 |
| 2.1 MPPSK/DSB-AM复合调制概述 | 第16页 |
| 2.2 MPPSK调制 | 第16-20页 |
| 2.2.1 EBPSK调制原理 | 第16-18页 |
| 2.2.2 MPPSK调制原理 | 第18页 |
| 2.2.3 MPPSK调制器 | 第18-20页 |
| 2.2.4 功率谱分析 | 第20页 |
| 2.3 MPPSK解调 | 第20-22页 |
| 2.3.1 数字锁相环解调器 | 第20-21页 |
| 2.3.2 非相干解调器 | 第21页 |
| 2.3.3 相干解调器 | 第21-22页 |
| 2.4 模数混合调幅广播发射系统 | 第22-27页 |
| 2.4.1 MPPSK/DSB-AM发射机 | 第22页 |
| 2.4.2 数字信号调制 | 第22-24页 |
| 2.4.3 音频信号调制 | 第24-25页 |
| 2.4.4 复合调制 | 第25-26页 |
| 2.4.5 成型滤波 | 第26-27页 |
| 2.5 模数混合调幅广播接收系统 | 第27-31页 |
| 2.5.1 MPPSK/DSB-AM接收机 | 第27-29页 |
| 2.5.2 音频信号解调 | 第29页 |
| 2.5.3 数字信号与模拟音频的分离 | 第29-31页 |
| 2.5.4 MPPSK数字调制信号解调 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 深度学习算法 | 第32-40页 |
| 3.1 深度学习概述 | 第32页 |
| 3.2 深度神经网络 | 第32-33页 |
| 3.3 卷积神经网络 | 第33-34页 |
| 3.4 自编码器 | 第34-37页 |
| 3.4.1 概述 | 第34-35页 |
| 3.4.2 栈式自编码器 | 第35-37页 |
| 3.5 基于DL的MPPSK分类判决思想 | 第37-38页 |
| 3.5.1 DL判决的可行性分析 | 第37-38页 |
| 3.5.2 DL判决的优点 | 第38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 基于DL网络的MPPSK解调器 | 第40-48页 |
| 4.1 传统MPPSK信号检测方法 | 第40-41页 |
| 4.1.1 门限判决检测法 | 第40-41页 |
| 4.1.2 幅度积分检测法 | 第41页 |
| 4.1.3 匹配判决检测法 | 第41页 |
| 4.2 基于DL网络的MPPSK解调原理 | 第41-42页 |
| 4.3 DL-DNN解调器 | 第42-43页 |
| 4.4 DL-CNN解调器 | 第43-44页 |
| 4.5 DL-SAE解调器 | 第44-45页 |
| 4.6 性能比较 | 第45-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 基于DL网络的多码元联合判决解调器 | 第48-68页 |
| 5.1 多码元联合判决思想 | 第48-49页 |
| 5.2 多码元联合判决方案 | 第49-50页 |
| 5.2.1 双码元联合判决 | 第49-50页 |
| 5.2.2 多码元联合判决 | 第50页 |
| 5.3 基于DL网络的多码元联合判决解调器 | 第50-53页 |
| 5.3.1 双码元联合判决算法 | 第51页 |
| 5.3.2 3码元联合判决算法 | 第51-52页 |
| 5.3.3 4码元联合判决算法 | 第52页 |
| 5.3.4 5码元联合判决算法 | 第52-53页 |
| 5.3.5 6码元联合判决算法 | 第53页 |
| 5.4 最优MPPSK解调器设计方案 | 第53-66页 |
| 5.4.1 多码元联合判决方案的选择 | 第53-55页 |
| 5.4.2 DL判决网络的选择 | 第55页 |
| 5.4.3 网络结构的选择 | 第55-57页 |
| 5.4.4 训练数据量的选择 | 第57-58页 |
| 5.4.5 激活函数的选择 | 第58-59页 |
| 5.4.6 损失函数的选择 | 第59页 |
| 5.4.7 优化算法的选择 | 第59-62页 |
| 5.4.8 过拟合调优 | 第62-65页 |
| 5.4.9 MPPSK解调器设计 | 第65-66页 |
| 5.5 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68页 |
| 6.2 主要创新 | 第68页 |
| 6.3 研究展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 作者简介 | 第78页 |
