| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究背景 | 第11-12页 |
| ·调制方式自动识别简介及研究现状 | 第12-15页 |
| ·调制方式自动识别简介 | 第12-14页 |
| ·调制方式自动识别研究现状 | 第14-15页 |
| ·研究内容及章节安排 | 第15-17页 |
| ·主要研究内容 | 第15页 |
| ·章节安排 | 第15-17页 |
| 第二章 短波信道特征及其模型 | 第17-25页 |
| ·短波信道基本特性 | 第17-19页 |
| ·多径时延 | 第17-18页 |
| ·多径衰落现象 | 第18-19页 |
| ·多普勒频移 | 第19页 |
| ·短波信道对数据传输的影响 | 第19-20页 |
| ·短波信道模型 | 第20-24页 |
| ·Watterson 模型的结构 | 第21-22页 |
| ·Watterson 模型的算法实现和仿真 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于支持向量机的调制识别方法研究 | 第25-52页 |
| ·特征参量的选取 | 第26-40页 |
| ·基于高阶累积量的特征提取 | 第26-32页 |
| ·基于小波变换的特征提取 | 第32-38页 |
| ·基于信号瞬时特征和分形维数的特征提取 | 第38-40页 |
| ·支持向量机的理论基础 | 第40-46页 |
| ·线性支持向量机 | 第41-42页 |
| ·非线性支持向量机 | 第42-43页 |
| ·支持向量机的特点 | 第43-44页 |
| ·多类支持向量分类方法 | 第44-46页 |
| ·基于支持向量机的数字调制方式识别方法的改进 | 第46-50页 |
| ·识别方法的改进方案 | 第46-47页 |
| ·基于支持向量机的调制识别流程 | 第47-48页 |
| ·不同的多类支持向量机分类方法对识别性能的影响 | 第48-49页 |
| ·不同核函数对识别性能影响 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 短波信道下的调制识别技术研究 | 第52-69页 |
| ·短波信道下的调制方式识别方法 | 第52-54页 |
| ·短波信道下的调制识别常见方案 | 第52页 |
| ·盲均衡的分类 | 第52-54页 |
| ·常用盲均衡算法原理 | 第54-57页 |
| ·Bussgang 盲均衡算法 | 第54-55页 |
| ·Sato 算法 | 第55-56页 |
| ·Godard 算法 | 第56-57页 |
| ·短波信道下基于 CMA 盲均衡算法的调制方式识别 | 第57-62页 |
| ·信号模型 | 第57-58页 |
| ·基于 CMA 盲均衡的调制方式识别算法设计 | 第58-62页 |
| ·计算机仿真设计及在实际系统中的应用 | 第62-68页 |
| ·盲均衡器仿真设计 | 第62-63页 |
| ·信号产生与识别 | 第63-67页 |
| ·在实际系统中的应用 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 作者在学期间取得的学术成果 | 第74页 |