| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 调制识别的发展与现状 | 第10-14页 |
| 1.3 论文的研究内容和结构安排 | 第14-15页 |
| 第二章 数字信号调制体制识别概述 | 第15-28页 |
| 2.1 数字信号的调制方式 | 第15-18页 |
| 2.1.1 多进制振幅键控信号(MASK) | 第16-17页 |
| 2.1.2 多进制数字频率信号(MFSK) | 第17页 |
| 2.1.3 多进制相移键控信号(MPSK) | 第17-18页 |
| 2.2 数字信号的调制体制识别原理 | 第18-22页 |
| 2.3 数字信号调制体制识别算法 | 第22-27页 |
| 2.3.1 傅里叶变换 | 第22-23页 |
| 2.3.2 经典聚类算法 | 第23-25页 |
| 2.3.4 神经网络 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于STFT和AP算法的调制识别方法 | 第28-36页 |
| 3.1 基于STFT和AP聚类算法进行调制识别设计背景 | 第28-32页 |
| 3.1.1 短时傅里叶变换算法研究 | 第28-29页 |
| 3.1.2 近邻传播(AP)聚类算法研究 | 第29-32页 |
| 3.2 基于改进的半监督的近邻传播(S-AP)聚类算法的调制识别 | 第32-34页 |
| 3.3 仿真结果分析 | 第34-35页 |
| 3.3.1 实验场景 | 第34页 |
| 3.3.2 仿真结果分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于NMF-AP的调制识别方法研究 | 第36-43页 |
| 4.1 基于NMF矩阵分解的设计背景 | 第36页 |
| 4.2 NMF算法研究 | 第36-39页 |
| 4.2.1 NMF的基本思想 | 第36-37页 |
| 4.2.3 NMF的迭代规则 | 第37-39页 |
| 4.3 基于NMF和半监督AP聚类算法的调制识别 | 第39-40页 |
| 4.4 仿真结果分析 | 第40-42页 |
| 4.4.1 实验场景 | 第40页 |
| 4.4.2 仿真结果分析 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于NMF与神经网络调制识别的研究 | 第43-47页 |
| 5.1 基于NMF与神经网络调制识别的设计背景 | 第43页 |
| 5.2 LVQ神经网络算法与NMF对数字信号的识别 | 第43-45页 |
| 5.3 实验结果分析 | 第45-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第六章 结束语 | 第47-50页 |
| 6.1 全文总结 | 第47-48页 |
| 6.2 未来研究工作 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55页 |
