通信信号参数盲估计方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-30页 |
| ·研究背景 | 第10-14页 |
| ·研究意义与应用 | 第10-12页 |
| ·调制识别技术发展过程 | 第12-14页 |
| ·信号调制样式识别的研究现状 | 第14-27页 |
| ·基本的理论决策法 | 第16-18页 |
| ·基于神经网络的方法 | 第18-23页 |
| ·似然理论在信号识别中的应用 | 第23-24页 |
| ·基于统计矩、累积量、循环累积量的分类器 | 第24-26页 |
| ·基于小波、分形、混沌理论的调制识别 | 第26页 |
| ·其它识别方法 | 第26-27页 |
| ·本文研究的主要内容 | 第27-30页 |
| 第二章 基于神经网络的信号调制参数的识别 | 第30-66页 |
| ·用于信号分类的神经网络的性能比较 | 第30-38页 |
| ·各种网络的特点及适用范围 | 第30-35页 |
| ·基于神经网络的调制识别性能比较 | 第35-38页 |
| ·用于信号调制识别的BP算法的改进 | 第38-50页 |
| ·BP算法自校正的必要性 | 第38-42页 |
| ·BP算法的改进 | 第42-50页 |
| ·初始权值的选取 | 第50-57页 |
| ·Nguyen-Widrow规则 | 第51-53页 |
| ·Nguyen-Widrow规则改进算法 | 第53-57页 |
| ·神经网络隐含层节点数的选择 | 第57-63页 |
| ·神经网络用作调制识别的分类器 | 第57-58页 |
| ·前传网络规模优化的快速优化算法 | 第58-60页 |
| ·数字调制识别的应用分析 | 第60-63页 |
| ·实验结果及讨论 | 第63-66页 |
| 第三章 基于小波分析的信号调制识别 | 第66-87页 |
| ·小波变换简介 | 第66-71页 |
| ·傅立叶变换的局限性 | 第66-67页 |
| ·小波变换的定义 | 第67-68页 |
| ·小波变换的时频分辨率 | 第68-70页 |
| ·小波变换适合于信号特征的提取 | 第70-71页 |
| ·小波变换提取信号特征的方法 | 第71-76页 |
| ·基于小波变换的特征提取 | 第71-73页 |
| ·本文采取的信号特征提取方法 | 第73-76页 |
| ·小波变换在信号识别中的应用 | 第76-87页 |
| ·信号分类的方案设计 | 第77页 |
| ·类间识别的设计与实现 | 第77-80页 |
| ·类内识别 | 第80-87页 |
| 第四章 基于模糊理论的调制识别 | 第87-105页 |
| ·模糊集合论基础 | 第87-94页 |
| ·模糊集合的基本概念 | 第87-89页 |
| ·模糊推理 | 第89-94页 |
| ·特征量的选择 | 第94-98页 |
| ·包络峰度 | 第94页 |
| ·信号相位分布直方图 | 第94-97页 |
| ·信号功率谱估计 | 第97-98页 |
| ·基于模糊理论的调制识别 | 第98-105页 |
| ·隶属度函数的确定 | 第99-101页 |
| ·推理系统 | 第101-103页 |
| ·实验结果及分析 | 第103-105页 |
| 第五章 自适应零位天线干扰抑制技术 | 第105-115页 |
| ·MUSIC算法简介 | 第105-110页 |
| ·MUSIC算法 | 第106-108页 |
| ·改进的MUSIC算法 | 第108-110页 |
| ·自适应零位天线 | 第110-115页 |
| 第六章 总结与展望 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-129页 |
| 攻读博士论文期间发表的论文和参加的科研工作 | 第129-131页 |
