| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景与意义 | 第16页 |
| 1.2 调制识别基础和国内外研究现状 | 第16-19页 |
| 1.2.1 调制识别的分类 | 第16-18页 |
| 1.2.2 国内外研究现状 | 第18-19页 |
| 1.3 论文主要研究内容和工作 | 第19-22页 |
| 第二章 基于瞬时信息的调制识别算法 | 第22-44页 |
| 2.1 引言 | 第22页 |
| 2.2 数字调制方式简介 | 第22-25页 |
| 2.2.1 振幅键控调制 | 第22-23页 |
| 2.2.2 频率键控调制 | 第23-24页 |
| 2.2.3 相移键控调制 | 第24-25页 |
| 2.3 信号的解析表示及瞬时特征 | 第25-28页 |
| 2.3.1 调制信号的解析表示 | 第25页 |
| 2.3.2 计算瞬时幅度 | 第25-26页 |
| 2.3.3 计算瞬时相位 | 第26页 |
| 2.3.4 相位去卷叠算法 | 第26-27页 |
| 2.3.5 去卷叠门限 | 第27页 |
| 2.3.6 非线性瞬时相位 | 第27-28页 |
| 2.3.7 瞬时频率 | 第28页 |
| 2.4 调制信号的时域波形及瞬时特征 | 第28-32页 |
| 2.4.1 MASK信号的时域波形及特征分析 | 第28页 |
| 2.4.2 MFSK信号的时域波形及特征分析 | 第28-31页 |
| 2.4.3 MPSK信号的时域波形及特征分析 | 第31-32页 |
| 2.5 提取识别特征参数及门限研究 | 第32-36页 |
| 2.6 对采样信号的预处理 | 第36-40页 |
| 2.6.1 采用相位差分法估计载波频率 | 第37页 |
| 2.6.2 采用信号延迟乘积功率谱估计符号速率 | 第37-40页 |
| 2.7 识别流程图 | 第40页 |
| 2.8 计算机仿真 | 第40-43页 |
| 2.8.1 仿真问题 1：信号的采样速率 | 第40-41页 |
| 2.8.2 仿真问题 2：滤波器的设计 | 第41页 |
| 2.8.3 仿真问题 3：参数的确定 | 第41页 |
| 2.8.4 识别结果 | 第41-43页 |
| 2.9 本章小结 | 第43-44页 |
| 第三章 基于功率谱的调制识别算法 | 第44-64页 |
| 3.1 引言 | 第44页 |
| 3.2 调制信号的理论功率谱 | 第44-46页 |
| 3.2.1 振幅键控信号的功率谱 | 第44-45页 |
| 3.2.2 频移键控信号的功率谱 | 第45页 |
| 3.2.3 相移键控信号的功率谱 | 第45-46页 |
| 3.3 功率谱的估计 | 第46-48页 |
| 3.3.1 使用基本周期图进行功率谱的估计 | 第46页 |
| 3.3.2 使用自相关函数的傅里叶变换进行功率谱估计 | 第46-47页 |
| 3.3.3 使用改进的周期图法之BT法进行功率谱估计 | 第47页 |
| 3.3.4 使用Welsh-Bartlett法进行功率谱估计 | 第47-48页 |
| 3.3.5 功率谱估计方法的比较 | 第48页 |
| 3.4 根据调制信号的功率谱特征提取识别参数 | 第48-58页 |
| 3.4.1 MASK信号的功率谱特征 | 第48-50页 |
| 3.4.2 MFSK信号的功率谱特征 | 第50-51页 |
| 3.4.3 MPSK信号的功率谱特征 | 第51页 |
| 3.4.4 MPSK信号的平方谱特征 | 第51-55页 |
| 3.4.5 提取特征参数 | 第55-58页 |
| 3.5 通过聚类算法识别MASK | 第58-60页 |
| 3.5.1 C均值聚类算法 | 第58-59页 |
| 3.5.2 减法聚类算法 | 第59-60页 |
| 3.5.3 提取识别参数 | 第60页 |
| 3.6 识别流程图 | 第60页 |
| 3.7 计算机仿真 | 第60-62页 |
| 3.8 本章小结 | 第62-64页 |
| 第四章 基于高阶累积量的调制识别算法 | 第64-78页 |
| 4.1 引言 | 第64页 |
| 4.2 高阶累积量的定义和性质 | 第64-66页 |
| 4.2.1 高阶矩与高阶累积量的定义 | 第64-65页 |
| 4.2.2 高阶矩与高阶累积量的性质 | 第65-66页 |
| 4.3 各种调制信号的高阶累积量 | 第66-70页 |
| 4.3.1 高阶累积量的理论值 | 第66-69页 |
| 4.3.2 平稳过程的高阶累积量的估计 | 第69-70页 |
| 4.4 提取用于调制识别的特征参数 | 第70-74页 |
| 4.5 识别流程图 | 第74页 |
| 4.6 计算机仿真 | 第74-76页 |
| 4.7 本章小结 | 第76-78页 |
| 第五章 神经网络分类器在调制识别中的应用 | 第78-90页 |
| 5.1 引言 | 第78页 |
| 5.2 神经网络调制识别的方法和特点 | 第78-79页 |
| 5.3 BP神经网络分类器 | 第79-83页 |
| 5.3.1 BP神经网络结构 | 第79-80页 |
| 5.3.2 BP算法描述 | 第80-83页 |
| 5.4 基于BP神经网络分类器的数字调制识别 | 第83-88页 |
| 5.5 本章小结 | 第88-90页 |
| 第六章 总结与展望 | 第90-92页 |
| 6.1 论文工作总结 | 第90页 |
| 6.2 下一步工作展望 | 第90-92页 |
| 参考文献 | 第92-94页 |
| 致谢 | 第94-96页 |
| 作者简介 | 第96-97页 |
