一种新的混合模式调制识别算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的背景及动机 | 第9-10页 |
| ·调制识别的发展概况及研究现状 | 第10-11页 |
| ·调制识别的一般流程 | 第11-12页 |
| ·本文的主要内容和结构 | 第12-15页 |
| 第2章 调制识别的理论基础与信号频谱仿真 | 第15-25页 |
| ·振幅键控(ASK) | 第16-18页 |
| ·二进制振幅键控(2ASK) | 第16-17页 |
| ·多进制振幅键控(MASK) | 第17-18页 |
| ·频移键控(FSK) | 第18-20页 |
| ·二进制频移键控(2FSK) | 第18-19页 |
| ·多进制频移键控(MFSK) | 第19-20页 |
| ·相移键控(PSK) | 第20-22页 |
| ·二进制相移键控(2PSK) | 第20-21页 |
| ·多进制相移键控(MPSK) | 第21-22页 |
| ·正交振幅调制(QAM) | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 高级累积量的基本理论与特征参数提取 | 第25-35页 |
| ·高级累积量的基本理论 | 第25-28页 |
| ·随机变量的高阶矩和高阶累积量 | 第25-26页 |
| ·随机向量的高阶矩和高阶累积量 | 第26-27页 |
| ·随机过程的高阶矩和高阶累积量 | 第27-28页 |
| ·信号特征提取的基本理论 | 第28-34页 |
| ·特征提取的意义 | 第28-29页 |
| ·Hibert变化的基本原理 | 第29-30页 |
| ·瞬时特征提取算法 | 第30-31页 |
| ·相位瞬时参数卷叠问题的研究 | 第31-32页 |
| ·瞬时特征的仿真结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 数字信号的调制识别理论与特征值仿真 | 第35-43页 |
| ·数字信号调制的识别算法的研究 | 第35-41页 |
| ·信号预处理 | 第36页 |
| ·数字调制识别的特征参数研究与仿真 | 第36-40页 |
| ·调制信号的分类 | 第40-41页 |
| ·调制识别中应该注意的事项 | 第41-42页 |
| ·信号采样速率的选取 | 第41-42页 |
| ·非弱信号段判决门限a_t的选取 | 第42页 |
| ·特征参数门限值t的选取 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第5章 人工神经网络的调制识别算法 | 第43-57页 |
| ·BP神经网络的基本理论与设计流程 | 第43-50页 |
| ·BP神经网络模型 | 第43-47页 |
| ·BP神经网络的设计方法 | 第47-50页 |
| ·ANN的试验阶段 | 第50页 |
| ·数字调制识别算法与仿真 | 第50-55页 |
| ·多分类神经网络的调制识别算法与仿真 | 第51-53页 |
| ·混合神经网络的调制识别算法与仿真 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·后续的研究工作 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读研究生期间发表的学术论文 | 第65页 |
