多径信道下多体制信号调制识别
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·课题研究背景及意义 | 第7-8页 |
·国内外发展背景及现状 | 第8-10页 |
·本文选用循环谱原因 | 第10-11页 |
·本文研究内容及章节安排 | 第11-13页 |
第二章 循环谱相关理论 | 第13-25页 |
·引言 | 第13页 |
·循环谱理论及定义 | 第13-16页 |
·谱相关函数定义 | 第13-14页 |
·循环谱密度函数 | 第14-15页 |
·循环谱密度函数估计算法 | 第15-16页 |
·单载波数字信号循环谱分析 | 第16-21页 |
·BPSK信号循环谱分析 | 第16-17页 |
·QPSK信号循环谱分析 | 第17-18页 |
·MQAM信号循环谱分析 | 第18-19页 |
·FSK信号循环谱分析 | 第19-20页 |
·MSK信号循环谱分析 | 第20-21页 |
·多载波OFDM信号循环谱分析 | 第21-24页 |
·OFDM调制原理 | 第21-23页 |
·基于OFDM的DVB-T信号循环谱 | 第23-24页 |
·小结 | 第24-25页 |
第三章 新特征参数提取及性能分析 | 第25-39页 |
·引言 | 第25-26页 |
·多径信道下新的特征值分析 | 第26-32页 |
·特征量性能仿真分析 | 第32-38页 |
·仿真分析环境 | 第32页 |
·特征量特性分析 | 第32-33页 |
·多径信道对特征量影响测试 | 第33-34页 |
·采样点数长度对特征量影响测试 | 第34-38页 |
·小结 | 第38-39页 |
第四章 基于改进遗传算法特征集选取及调制识别仿真 | 第39-51页 |
·引言 | 第39页 |
·基于改进的遗传算法的特征值筛选 | 第39-40页 |
·信号调制识别步骤 | 第40-41页 |
·基于判决树的分类器识别方法 | 第41-44页 |
·基于门限硬判决的判决树调制识别 | 第41-44页 |
·仿真结果及分析 | 第44页 |
·基于RBF神经网络分类器的调制识别 | 第44-49页 |
·RBF神经网络 | 第44-47页 |
·基于RBF神经网络信号调制识别 | 第47-49页 |
·小结 | 第49-51页 |
第五章 总结与展望 | 第51-53页 |
致谢 | 第53-55页 |
参考文献 | 第55-59页 |
研究成果 | 第59-60页 |