| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景和意义 | 第9页 |
| 1.2 信号识别的产生与应用 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 论文的研究内容和结构安排 | 第11-13页 |
| 第2章 通信信号调制技术及无线信道特性 | 第13-26页 |
| 2.1 单载波调制技术 | 第13-17页 |
| 2.1.1 MASK信号模型 | 第13-14页 |
| 2.1.2 MPSK信号模型 | 第14页 |
| 2.1.3 MFSK信号模型 | 第14-15页 |
| 2.1.4 MQAM信号模型 | 第15页 |
| 2.1.5 DS-CDMA信号模型 | 第15-17页 |
| 2.2 OFDM技术概述 | 第17-20页 |
| 2.2.1 FDM系统基本原理 | 第17页 |
| 2.2.2 OFDM系统基本原理 | 第17-19页 |
| 2.2.3 OFDM技术的保护间隔与循环前缀 | 第19-20页 |
| 2.3 衰落信道模型 | 第20-25页 |
| 2.3.1 无线信道衰落特性 | 第20-22页 |
| 2.3.2 多径效应和多普勒效应 | 第22-23页 |
| 2.3.3 多径衰落 | 第23-24页 |
| 2.3.4 瑞利信道统计分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于高阶累积量的OFDM信号识别 | 第26-42页 |
| 3.1 高阶累积量基本原理 | 第26-33页 |
| 3.1.1 单个随机变量情形 | 第27-28页 |
| 3.1.2 多个随机变量情形 | 第28-29页 |
| 3.1.3 平稳随机过程的高阶累积量 | 第29-30页 |
| 3.1.4 高阶矩与高阶累积量的转换关系 | 第30-31页 |
| 3.1.5 高阶累积量的性质 | 第31-33页 |
| 3.2 基于高阶累积量的OFDM信号调制识别算法 | 第33-36页 |
| 3.2.1 信号模型 | 第33页 |
| 3.2.2 信号识别原理 | 第33-36页 |
| 3.3 仿真结果与性能分析 | 第36-41页 |
| 3.3.1 高斯白噪声信道下OFDM信号和单载波信号识别 | 第36-38页 |
| 3.3.2 窄带瑞利衰落信道下OFDM信号和单载波信号识别 | 第38-39页 |
| 3.3.3 多径衰落信道下OFDM信号和单载波信号识别 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于小波分解的OFDM信号识别 | 第42-60页 |
| 4.1 小波基本原理介绍 | 第42-47页 |
| 4.1.1 小波特性 | 第42-43页 |
| 4.1.2 多分辨率分析 | 第43-44页 |
| 4.1.3 正交小波变换 | 第44-46页 |
| 4.1.4 Mallat算法 | 第46-47页 |
| 4.2 基于小波分解的OFDM调制识别算法 | 第47-52页 |
| 4.2.1 小波的选取 | 第47-49页 |
| 4.2.2 小波的细节特征提取 | 第49-52页 |
| 4.3 仿真结果与性能分析 | 第52-59页 |
| 4.3.1 OFDM信号与单载波信号的识别 | 第52-55页 |
| 4.3.2 OFDM信号与DS-CDMA信号的识别 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
