基于特征提取的通信信号识别研究
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景与意义 | 第12-13页 |
| ·通信信号识别方法的研究现状 | 第13-18页 |
| ·基于似然比判决理论的识别方法 | 第13-16页 |
| ·基于特征提取的统计模式识别方法 | 第16-18页 |
| ·论文的主要研究内容 | 第18页 |
| ·论文结构安排 | 第18-20页 |
| 第2章 通信信号识别特征的提取方法 | 第20-31页 |
| ·瞬时幅度、频率和相位特征 | 第20-22页 |
| ·星座图几何特征 | 第22页 |
| ·时频分布特征 | 第22-23页 |
| ·高阶累积量特征 | 第23-25页 |
| ·基于四阶、六阶等高阶累积量特征的方法 | 第23-24页 |
| ·基于高阶累积量派生特征的方法 | 第24页 |
| ·基于高阶循环累积量特征的方法 | 第24页 |
| ·基于高阶累积量联合特征的方法 | 第24-25页 |
| ·循环平稳特征 | 第25-29页 |
| ·基于循环谱直观特征的方法 | 第25-27页 |
| ·基于循环谱包络特征的方法 | 第27-28页 |
| ·基于循环谱统计特征的方法 | 第28-29页 |
| ·分形特征和混沌特征 | 第29页 |
| ·分形特征 | 第29页 |
| ·混沌特征 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第3章 高阶累积量通信信号识别 | 第31-43页 |
| ·引言 | 第31-32页 |
| ·高阶累积量的基本理论 | 第32-34页 |
| ·高阶矩和高阶累积量的定义 | 第32-33页 |
| ·高阶矩和高阶累积量的性质 | 第33-34页 |
| ·信号模型 | 第34-35页 |
| ·高阶累积量特征的提取 | 第35-37页 |
| ·分类器设计 | 第37-39页 |
| ·类间分类器 | 第37页 |
| ·类内分类器 | 第37-39页 |
| ·实验结果分析 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 循环谱通信信号识别 | 第43-54页 |
| ·引言 | 第43页 |
| ·循环谱基本理论 | 第43-45页 |
| ·循环平稳信号的概念 | 第43-44页 |
| ·循环谱相关函数 | 第44-45页 |
| ·循环谱相关的估计方法 | 第45-47页 |
| ·FAM算法 | 第46页 |
| ·谱相关平滑估计算法 | 第46-47页 |
| ·常用数字调制信号的循环谱分析 | 第47-52页 |
| ·PAM信号的循环谱分析 | 第47-48页 |
| ·MASK信号的循环谱分析 | 第48页 |
| ·MPSK信号的循环谱分析 | 第48-49页 |
| ·MFSK信号的循环谱分析 | 第49-51页 |
| ·数字调制信号循环谱比较 | 第51-52页 |
| ·循环谱特征参数提取 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结和展望 | 第54-56页 |
| ·全文总结 | 第54页 |
| ·进一步研究方向 | 第54-56页 |
| 参考文献 | 第56-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读硕士学位期间发表的学术论文目录 | 第65页 |
