| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10页 |
| 1.2 国内外研究历史与现状 | 第10-13页 |
| 1.3 本文的结构安排 | 第13-14页 |
| 第二章 循环谱和调制识别的基本理论分析 | 第14-18页 |
| 2.1 循环平稳性的定义 | 第14页 |
| 2.2 循环谱的基本理论分析 | 第14-16页 |
| 2.3 调制识别的基本理论分析 | 第16-18页 |
| 第三章 循环谱计算方法研究 | 第18-39页 |
| 3.1 基本时域平滑算法 | 第18-20页 |
| 3.2 基于FFT的时域平滑算法 | 第20-28页 |
| 3.2.1 FAM算法 | 第20-26页 |
| 3.2.2 SSCA算法 | 第26-28页 |
| 3.3 频域平滑算法 | 第28-31页 |
| 3.3.1 DFSM算法 | 第29-31页 |
| 3.4 常见通信信号的循环谱分析 | 第31-38页 |
| 3.4.1 幅度调制信号（AM） | 第31-32页 |
| 3.4.2 脉冲幅度调制（PAM） | 第32-33页 |
| 3.4.3 相移键控调制（PSK） | 第33-36页 |
| 3.4.4 最小移频键控（MSK） | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于循环谱的信号调制样式识别 | 第39-62页 |
| 4.1 通信信号的循环谱特征 | 第39-46页 |
| 4.2 树形结构识别调制信号 | 第46-47页 |
| 4.3 基于神经网络的分类器设计 | 第47-51页 |
| 4.3.1 神经元模型 | 第47-49页 |
| 4.3.2 多层感知器 | 第49-50页 |
| 4.3.3 算法仿真与分析 | 第50-51页 |
| 4.4 基于模糊神经网络的分类器设计 | 第51-58页 |
| 4.4.1 隶属度函数 | 第51-52页 |
| 4.4.2 模糊逻辑系统 | 第52-54页 |
| 4.4.3 Takagi-Sugeno模糊神经网络 | 第54页 |
| 4.4.4 正则化模糊神经网络 | 第54-56页 |
| 4.4.5 算法仿真与分析 | 第56-58页 |
| 4.5 基于模糊神经网络的组合分类器设计 | 第58-61页 |
| 4.5.1 组合分类器设计 | 第59页 |
| 4.5.2 算法仿真与分析 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第五章 基于循环平稳性的波达方向和调制参数估计 | 第62-95页 |
| 5.1 Cyclic MUSIC和Extend Cyclic MUSIC算法 | 第62-71页 |
| 5.1.1 Cyclic MUSIC算法 | 第62-64页 |
| 5.1.2 Extend Cyclic MUSIC算法 | 第64-68页 |
| 5.1.3 算法仿真与分析 | 第68-71页 |
| 5.2 Cyclic ESPRIT算法 | 第71-75页 |
| 5.3 相关信源的DOA估计 | 第75-80页 |
| 5.3.1 前向空间平滑技术 | 第75-78页 |
| 5.3.2 算法仿真与分析 | 第78-80页 |
| 5.4 基于循环互相关的信号子空间拟合DOA估计方法 | 第80-83页 |
| 5.5 基于循环平稳性的二维DOA估计 | 第83-90页 |
| 5.5.1 基于均匀矩形阵的二维DOA估计 | 第83-85页 |
| 5.5.2 算法仿真与分析 | 第85-87页 |
| 5.5.3 基于均匀圆阵的二维DOA估计 | 第87-90页 |
| 5.6 调制参数的估计 | 第90-93页 |
| 5.6.1 载频估计 | 第90-91页 |
| 5.6.2 码速率估计 | 第91-93页 |
| 5.7 本章小结 | 第93-95页 |
| 第六章 全文总结与展望 | 第95-97页 |
| 6.1 研究工作总结 | 第95页 |
| 6.2 研究展望 | 第95-97页 |
| 致谢 | 第97-98页 |
| 参考文献 | 第98-108页 |
| 攻读硕士学位期间取得的成果 | 第108-109页 |
