| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·本课题的研究历史与现状 | 第8页 |
| ·本文研究内容与章节安排 | 第8-11页 |
| 第二章 CPM信号模型及分解表示 | 第11-23页 |
| ·CPM信号模型 | 第11-14页 |
| ·信号模型 | 第11-13页 |
| ·CPM信号中升余弦概念的界定 | 第13-14页 |
| ·调制参数对CPM信号带宽的影响 | 第14-17页 |
| ·调制指数对CPM信号带宽的影响 | 第14-15页 |
| ·调制阶数对CPM信号带宽的影响 | 第15页 |
| ·脉冲类型对CPM信号带宽的影响 | 第15-16页 |
| ·相关长度对CPM信号带宽的影响 | 第16-17页 |
| ·CPM信号的分解表示 | 第17-21页 |
| ·二进制CPM信号的PAM分解 | 第17-19页 |
| ·多进制CPM信号的PAM分解 | 第19-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 基于信号循环平稳性的调制阶数识别算法 | 第23-35页 |
| ·算法原理与推导 | 第23-27页 |
| ·算法原理 | 第23页 |
| ·循环自相关函数与循环谱 | 第23-25页 |
| ·识别算法推导 | 第25-27页 |
| ·算法流程 | 第27-29页 |
| ·算法流程 | 第27-28页 |
| ·循环谱线提取 | 第28-29页 |
| ·仿真结果与分析 | 第29-32页 |
| ·循环谱离散谱线结构 | 第29-31页 |
| ·噪声对算法性能的影响 | 第31页 |
| ·调制指数不为 1 时的算法性能 | 第31-32页 |
| ·算法局限性分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于近似熵和环形统计量的调制阶数和频率成形脉冲识别算法 | 第35-51页 |
| ·算法思想 | 第35页 |
| ·近似熵 | 第35-40页 |
| ·近似熵的定义和含义 | 第35-37页 |
| ·近似熵关键参数的选择 | 第37-38页 |
| ·近似熵快速算法 | 第38-40页 |
| ·环形统计量 | 第40-41页 |
| ·基于支持向量机的算法流程 | 第41-45页 |
| ·支持向量机简介 | 第41-44页 |
| ·算法流程 | 第44-45页 |
| ·仿真结果与分析 | 第45-50页 |
| ·不同阶数和脉冲类型的CPM信号的分类特征 | 第45-46页 |
| ·不同分类方法的分类识别对比 | 第46-47页 |
| ·噪声对算法性能的影响 | 第47-48页 |
| ·调制指数误差对算法的影响 | 第48-49页 |
| ·克服调制指数误差影响的方案 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |