| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 技术发展与研究现状 | 第9-15页 |
| 1.2.1 调制识别方法研究进展 | 第10-12页 |
| 1.2.2 集成学习研究进展 | 第12-15页 |
| 1.3 论文结构安排 | 第15-16页 |
| 第2章 调制方式识别基础 | 第16-27页 |
| 2.1 数字信号调制方式 | 第16-19页 |
| 2.1.1 MASK调制 | 第16页 |
| 2.1.2 MFSK调制 | 第16-18页 |
| 2.1.3 MPSK调制 | 第18页 |
| 2.1.4 QAM调制 | 第18-19页 |
| 2.2 信号特征提取 | 第19-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于决策树的基分类器算法研究 | 第27-40页 |
| 3.1 决策树算法介绍 | 第27-28页 |
| 3.2 经典决策树算法分析 | 第28-32页 |
| 3.2.1 ID3算法 | 第28-29页 |
| 3.2.2 C4.5算法 | 第29-30页 |
| 3.2.3 CART算法 | 第30-32页 |
| 3.3 基于决策树的数字信号调制识别 | 第32-39页 |
| 3.3.1 仿真实验一 | 第33-37页 |
| 3.3.2 仿真实验二 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于Boosting算法的数字信号调制识别 | 第40-64页 |
| 4.1 Adaboost算法研究 | 第40-46页 |
| 4.1.1 基本原理介绍 | 第40-42页 |
| 4.1.2 实验分析 | 第42-46页 |
| 4.2 GradientBoosting算法研究 | 第46-53页 |
| 4.2.1 基本原理介绍 | 第47-49页 |
| 4.2.2 实验分析 | 第49-53页 |
| 4.3 Xgboost算法研究 | 第53-60页 |
| 4.3.1 基本原理介绍 | 第53-56页 |
| 4.3.2 实验分析 | 第56-60页 |
| 4.4 算法置信度研究 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |