| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究历史与现状 | 第11-13页 |
| 1.3 技术指标及研究方案 | 第13页 |
| 1.4 章节安排 | 第13-16页 |
| 第2章 数字调制信号调制识别基础 | 第16-25页 |
| 2.1 数字调相信号的数字模型 | 第16-21页 |
| 2.1.1 二进制相移键控 | 第16页 |
| 2.1.2 正交相移键控 | 第16-17页 |
| 2.1.3 偏移正交相移键控 | 第17-18页 |
| 2.1.4 整形偏移正交相移键控 | 第18-19页 |
| 2.1.5 连续相位频移键控 | 第19-20页 |
| 2.1.6 高斯最小频移键控 | 第20-21页 |
| 2.2 现代数字调制技术 | 第21-24页 |
| 2.2.1 调制识别相关基础 | 第21-22页 |
| 2.2.2 信号时域特征提取 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于决策树的调制方式识别 | 第25-50页 |
| 3.1 基于高阶累积量的决策树分类算法 | 第25-40页 |
| 3.1.1 高阶累积量的理论基础 | 第25-29页 |
| 3.1.2 数字调相信号理论模型 | 第29-32页 |
| 3.1.3 基于高阶累积量的识别算法 | 第32-36页 |
| 3.1.4 算法仿真与分析 | 第36-39页 |
| 3.1.5 算法小结 | 第39-40页 |
| 3.2 基于谱相关和高阶累积量特征的决策树分类算法 | 第40-49页 |
| 3.2.1 信号谱相关特征 | 第40-42页 |
| 3.2.2 基于谱相关和高阶累积量特征的识别算法 | 第42-48页 |
| 3.2.3 算法仿真与分析 | 第48-49页 |
| 3.2.4 算法小结 | 第49页 |
| 3.3 本章小结 | 第49-50页 |
| 第4章 基于支持向量机的调制方式识别 | 第50-60页 |
| 4.1 特征参量 | 第50-51页 |
| 4.1.1 环形统计量 | 第50-51页 |
| 4.1.2 差分相位 | 第51页 |
| 4.2 基于差分相位环形统计量的SVM分类算法 | 第51-55页 |
| 4.2.1 支持向量机 | 第51-53页 |
| 4.2.2 算法流程 | 第53-55页 |
| 4.3 仿真结果与分析 | 第55-59页 |
| 4.3.1 噪声对算法性能的影响 | 第55-56页 |
| 4.3.2 采用不同归一化方式的对比 | 第56-57页 |
| 4.3.3 采用不同核函数的对比 | 第57页 |
| 4.3.4 参数寻优算法 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 参数估计 | 第60-72页 |
| 5.1 载波频率估计 | 第60-61页 |
| 5.2 符号速率估计 | 第61-63页 |
| 5.3 CPFSK信号参数联合估计 | 第63-70页 |
| 5.3.1 基本原理 | 第63-65页 |
| 5.3.2 联合估计算实现步骤 | 第65-66页 |
| 5.3.3 算法仿真与分析 | 第66-70页 |
| 5.4 本章小结 | 第70-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-81页 |
| 致谢 | 第81页 |