| 表目录 | 第1-9页 |
| 图目录 | 第9-12页 |
| 摘要 | 第12-14页 |
| ABSTRACT | 第14-17页 |
| 第一章 绪论 | 第17-33页 |
| ·课题研究背景 | 第17-19页 |
| ·非协作通信中调制识别的重要性 | 第17-18页 |
| ·通信信号调制识别的应用领域 | 第18-19页 |
| ·课题来源 | 第19页 |
| ·通信信号调制识别的发展 | 第19-21页 |
| ·判决理论识别方法 | 第20页 |
| ·统计模式识别方法 | 第20-21页 |
| ·两类方法的比较 | 第21页 |
| ·通信信号调制识别的研究现状 | 第21-26页 |
| ·主要的调制识别方法 | 第21-25页 |
| ·存在的问题和挑战 | 第25-26页 |
| ·通信信号调制识别的研究内容 | 第26-28页 |
| ·论文研究的通信信号调制类型集合 | 第26页 |
| ·论文的研究内容 | 第26-28页 |
| ·攻读博士期间的主要工作 | 第28-30页 |
| ·论文的主要内容及结构安排 | 第30-33页 |
| 第二章 单载波信号检测 | 第33-56页 |
| ·信号模型 | 第33-35页 |
| ·信号存在性检测 | 第35-44页 |
| ·主要的信号存在性检测算法 | 第35-36页 |
| ·基于自相关函数波动性的信号存在性检测算法 | 第36-38页 |
| ·针对实际信号检测算法的修正 | 第38-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·单载波与OFDM 信号的识别 | 第44-54页 |
| ·单载波与OFDM 信号识别的研究现状 | 第45页 |
| ·基于Shintaro_K 特征参数的单载波与OFDM 信号识别方法 | 第45-47页 |
| ·基于VAR(||WT||)特征参量的单载波与OFDM 信号识别方法 | 第47-53页 |
| ·实验结果及分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 调制识别中的参数估计 | 第56-74页 |
| ·盲信噪比估计算法 | 第56-61页 |
| ·信噪比估计算法的研究现状 | 第56-57页 |
| ·基于子空间分解的盲信噪比估计算法 | 第57-58页 |
| ·实验结果及分析 | 第58-61页 |
| ·载波频率估计 | 第61-67页 |
| ·载波频率粗估计 | 第61-62页 |
| ·频偏估计方法概述 | 第62页 |
| ·基于最大似然准则的频偏估计算法的基本原理 | 第62-63页 |
| ·扩大估计范围的基于最大似然准则的频偏估计算法 | 第63-64页 |
| ·增强精度的频偏估计算法 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·盲符号速率估计算法 | 第67-73页 |
| ·符号速率估计算法的研究现状 | 第67页 |
| ·基于非线性包络检测的估计算法 | 第67-68页 |
| ·基于小波变换波形整理的盲符号速率估计算法 | 第68-71页 |
| ·实验结果及分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第四章 基于时域、频谱和星座图的调制识别 | 第74-86页 |
| ·基于时域的类间识别特征参量 | 第74-76页 |
| ·基于频谱分析的FSK 和PSK 识别特征参量 | 第76-81页 |
| ·数字调制信号的频谱特征分析 | 第76-77页 |
| ·确定检测与搜索范围 | 第77页 |
| ·谱线特征提取算法 | 第77-79页 |
| ·谱峰特征提取算法 | 第79-81页 |
| ·基于星座图Radon 变换的QAM 类内识别特征参量 | 第81-83页 |
| ·基于时域、频谱、星座图和 DT 的调制识别分类器 | 第83-84页 |
| ·实验结果及分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第五章 基于小波变换的调制识别 | 第86-106页 |
| ·基于最优尺度的Haar 小波变换的特征提取方法 | 第86-94页 |
| ·数字调制信号的Haar 小波变换 | 第86-87页 |
| ·Haar 小波变换的最优尺度 | 第87-90页 |
| ·基于Haar 小波变换的类间特征提取 | 第90-91页 |
| ·基于Haar 小波变换的类内特征提取 | 第91-94页 |
| ·基于Morlet 小波变换的特征提取方法 | 第94-100页 |
| ·渐进解析小波分析原理 | 第94-95页 |
| ·数字调制信号的固定尺度的Morlet 小波变换 | 第95-98页 |
| ·基于固定尺度的Morlet 小波变换的类间与类内特征提取方法 | 第98-99页 |
| ·Morlet 小波变换的快速算法 | 第99-100页 |
| ·调制识别分类器设计 | 第100-102页 |
| ·基于小波变换特征和决策树的调制识别方法 | 第100-101页 |
| ·基于小波变换特征和RBFNN 的调制识别方法 | 第101-102页 |
| ·实验结果及分析 | 第102-105页 |
| ·本章小结 | 第105-106页 |
| 第六章 通信信号独立分量分析及调制识别 | 第106-124页 |
| ·ICA 的基本理论 | 第106-107页 |
| ·基于通信信号ICA 的特征提取方法 | 第107-109页 |
| ·通信信号独立分量分析的可实现性分析 | 第107-108页 |
| ·ICA 的不确定性对通信信号特征提取的影响 | 第108页 |
| ·基于ICA 的特征提取过程 | 第108-109页 |
| ·基于通信信号ICA 的调制识别方法 | 第109-117页 |
| ·通信信号预处理 | 第110-111页 |
| ·独立分量的排序及选择 | 第111-112页 |
| ·基于ICA 系数的分类识别方法 | 第112页 |
| ·ICA 的优化算法 | 第112-115页 |
| ·实验结果及分析 | 第115-117页 |
| ·基于通信信号小波系数ICA 的调制识别方法 | 第117-122页 |
| ·通信信号小波域的ICA 及特征提取 | 第118-120页 |
| ·基于WTICA 和RBFNN 的调制识别方法 | 第120页 |
| ·实验结果及分析 | 第120-122页 |
| ·本章小结 | 第122-124页 |
| 第七章 数字通信信号调制识别平台设计与实现 | 第124-130页 |
| 第八章 总结与展望 | 第130-133页 |
| ·论文总结 | 第130-132页 |
| ·进一步的研究工作 | 第132-133页 |
| 参考文献 | 第133-142页 |
| 附录 作者简历攻读博士期间完成的主要工作 | 第142-144页 |
| 致谢 | 第144页 |
