| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·信号调制识别技术的研究背景与意义 | 第9-10页 |
| ·信号调制识别算法的研究现状 | 第10-13页 |
| ·决策理论法 | 第11-12页 |
| ·模式识别法 | 第12-13页 |
| ·本文内容及结构 | 第13-15页 |
| 第2章 无线通信数字调制信号 | 第15-25页 |
| ·数字调制信号 | 第15-23页 |
| ·幅移键控 ASK 信号 | 第16-17页 |
| ·频移键控 FSK 信号 | 第17-19页 |
| ·相移键控 PSK 信号 | 第19-21页 |
| ·正交振幅调制 QAM 信号 | 第21-23页 |
| ·高斯白噪声 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于独立分量分析的混合通信信号分离 | 第25-31页 |
| ·独立分量分析 | 第25-26页 |
| ·基于 FastICA 算法的混合通信信号分离 | 第26-28页 |
| ·仿真结果与分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 扩展粒子蜂群算法在函数优化中的应用 | 第31-51页 |
| ·粒子群优化算法 | 第31-35页 |
| ·基本 PSO 算法原理及改进 | 第31-33页 |
| ·标准 PSO 算法参数分析 | 第33-34页 |
| ·标准 PSO 算法流程 | 第34-35页 |
| ·人工蜂群算法 | 第35-40页 |
| ·ABC 算法原理 | 第35-37页 |
| ·ABC 算法流程 | 第37-39页 |
| ·ABC 算法的改进研究 | 第39-40页 |
| ·扩展粒子蜂群算法 | 第40-45页 |
| ·前言 | 第40-41页 |
| ·EPSABC 算法基本思想 | 第41-42页 |
| ·EPSABC 算法流程 | 第42-45页 |
| ·函数优化结果与分析 | 第45-50页 |
| ·基准函数 | 第45-47页 |
| ·优化结果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于 EPSABC-SVM 的数字信号调制识别算法 | 第51-64页 |
| ·引言 | 第51页 |
| ·特征参数提取 | 第51-53页 |
| ·支持向量机 | 第53-58页 |
| ·SVM 基本原理 | 第53-56页 |
| ·核函数 | 第56-58页 |
| ·SVM 的多分类问题 | 第58页 |
| ·基于 EPSABC-SVM 的调制识别 | 第58-63页 |
| ·基于 EPSABC 的 SVM 参数优化 | 第58-60页 |
| ·基于 EPSABC-SVM 的调制识别步骤 | 第60-61页 |
| ·仿真结果与分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| ·全文工作总结 | 第64-65页 |
| ·下一步研究工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表的论文 | 第70-71页 |
| 致谢 | 第71-72页 |