| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 调制识别技术的发展及研究现状 | 第11-14页 |
| 1.2.1 统计模式识别方法 | 第11-12页 |
| 1.2.2 判决理论识别方法 | 第12-13页 |
| 1.2.3 调制识别技术研究现状 | 第13-14页 |
| 1.3 论文的主要内容和章节安排 | 第14-15页 |
| 2 通信信号调制识别理论基础 | 第15-22页 |
| 2.1 数字调制信号 | 第15-17页 |
| 2.1.1 MPSK调制信号 | 第15页 |
| 2.1.2 MQAM调制信号 | 第15-16页 |
| 2.1.3 MAPSK调制信号 | 第16-17页 |
| 2.2 高阶累积量理论 | 第17-19页 |
| 2.2.1 高阶矩和高阶累积量的定义 | 第17-19页 |
| 2.2.2 高阶矩和高阶累积量的性质 | 第19页 |
| 2.3 小波变换理论 | 第19-21页 |
| 2.3.1 连续小波变换 | 第19-20页 |
| 2.3.2 连续小波变换的离散形式及小波函数 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 随机共振预处理下基于高阶累积量的调制识别 | 第22-44页 |
| 3.1 随机共振基本理论 | 第22-25页 |
| 3.1.1 随机共振概况 | 第22-23页 |
| 3.1.2 随机共振经典模型 | 第23-24页 |
| 3.1.3 随机共振测量指标 | 第24-25页 |
| 3.2 大频率信号的随机共振 | 第25-32页 |
| 3.2.1 绝热近似理论 | 第25-26页 |
| 3.2.2 大频率信号随机共振原理 | 第26-31页 |
| 3.2.3 实验仿真及结果分析 | 第31-32页 |
| 3.3 数字调制信号各阶累积量理论值 | 第32-34页 |
| 3.3.1 MPSK信号各阶累积量理论值 | 第33页 |
| 3.3.2 MQAM信号各阶累积量理论值 | 第33-34页 |
| 3.3.3 MAPSK信号各阶累积量理论值 | 第34页 |
| 3.4 随机共振预处理下基于高阶累积量的调制识别 | 第34-43页 |
| 3.4.1 特征参数构造 | 第34-35页 |
| 3.4.2 特征参数提取及算法改进 | 第35-37页 |
| 3.4.3 调制方式自动识别流程 | 第37-38页 |
| 3.4.4 实验仿真及结果分析 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 基于小波变换的调制方式识别 | 第44-71页 |
| 4.1 数字调制信号小波变换 | 第44-51页 |
| 4.1.1 小波尺度选择 | 第44-48页 |
| 4.1.2 数字调制信号的Haar小波变换 | 第48-50页 |
| 4.1.3 数字调制信号的Morlet小波变换 | 第50-51页 |
| 4.2 数字通信信号的类间识别 | 第51-57页 |
| 4.2.1 分形盒维数概述 | 第51-52页 |
| 4.2.2 基于分形盒维数的类间识别算法 | 第52-55页 |
| 4.2.3 实验结果及性能分析 | 第55-57页 |
| 4.3 MPSK信号类内识别 | 第57-65页 |
| 4.3.1 符号速率估计 | 第57-58页 |
| 4.3.2 改进的二值削波峰值搜索算法 | 第58-59页 |
| 4.3.3 基于小波变换的类内特征提取 | 第59-61页 |
| 4.3.4 MPSK信号类内识别流程 | 第61-62页 |
| 4.3.5 实验结果及性能分析 | 第62-65页 |
| 4.4 MQAM信号类内识别 | 第65-70页 |
| 4.4.1 基于小波变换的MQAM信号类内特征提取 | 第65-67页 |
| 4.4.2 MQAM信号类内识别流程 | 第67-68页 |
| 4.4.3 实验结果及性能分析 | 第68-70页 |
| 4.5 本章小结 | 第70-71页 |
| 5 论文工作总结及展望 | 第71-73页 |
| 5.1 论文总结 | 第71-72页 |
| 5.2 工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79页 |