多信号调制方式识别技术的分析研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-9页 |
| ·研究背景及意义 | 第6页 |
| ·调制识别技术研究现状 | 第6-7页 |
| ·调制识别研究方法面临的问题 | 第7页 |
| ·论文研究主要内容和结构安排 | 第7-9页 |
| 第二章 多信号的调制识别问题 | 第9-14页 |
| ·多信号调制识别及技术难点 | 第9页 |
| ·多信号调制的观测数据的数学模型 | 第9-11页 |
| ·多信号单通道接收及观测数据数学模型 | 第9-10页 |
| ·多信号的多通道接收及观测数据数学模型 | 第10-11页 |
| ·多信号调制识别的基本途径 | 第11-13页 |
| ·本章小结 | 第13-14页 |
| 第三章 多信号的特征分析与特征提取 | 第14-23页 |
| ·已调信号的数学模型 | 第14页 |
| ·已调信号的特征分析 | 第14-22页 |
| ·已调信号的统计性质与特征分析 | 第14-15页 |
| ·已调信号的时域特征分析 | 第15-18页 |
| ·已调信号的功率谱和高阶谱特征分析 | 第18-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 调制识别中的分类器设计 | 第23-33页 |
| ·神经网络分类器 | 第24-27页 |
| ·MLP神经网络分类器 | 第24-26页 |
| ·RBF神经网络分类器 | 第26-27页 |
| ·多特征和多标记的分类器设计 | 第27-29页 |
| ·神经网络模型 | 第27-28页 |
| ·多特征输入、多标记输出 | 第28页 |
| ·分类器的拓扑结构及训练算法 | 第28-29页 |
| ·组合分类器的概念及设计 | 第29-30页 |
| ·分类器的神经网络组合方法 | 第30-32页 |
| ·组合分类器的局限性 | 第30页 |
| ·分类器的神经网络组合及其特点 | 第30-31页 |
| ·基于特征集的神经网络组合分类器设计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 多信号调制方式的识别 | 第33-41页 |
| ·多信号的分离方法 | 第33页 |
| ·基于时间滤波的多信号的分离方法 | 第33-34页 |
| ·基于空间滤波的分离方法 | 第34-36页 |
| ·波束形成的数学模型 | 第34-35页 |
| ·一种基于均匀线阵的空间滤波方法 | 第35-36页 |
| ·利用信号时域参数特征的调制方式识别 | 第36-37页 |
| ·调制信号及参数设置 | 第36-37页 |
| ·时域的特征的提取 | 第37页 |
| ·神经网络分类器设计和计算机仿真 | 第37-38页 |
| ·基于高阶累积量的调制识别 | 第38-40页 |
| ·信号模型及累积量特征 | 第39页 |
| ·分类特征量与分类器 | 第39-40页 |
| ·仿真结果及分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第六章 总结 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 攻读学位期间的研究成果 | 第45页 |
| 在学期间参加导师的研究项目 | 第45页 |
| 获奖情况 | 第45-46页 |
| 致谢 | 第46-47页 |
