| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 调制识别技术 | 第10-14页 |
| 1.2.1 调制识别背景及框架 | 第10-11页 |
| 1.2.2 调制识别方法分类 | 第11-14页 |
| 1.3 小波包调制概述 | 第14页 |
| 1.4 本文研究的主要内容 | 第14-16页 |
| 第2章 多载波调制技术 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 OFDM 技术 | 第16-18页 |
| 2.2.1 OFDM 信号的表示 | 第16-17页 |
| 2.2.2 OFDM 调制系统的基本结构 | 第17-18页 |
| 2.2.3 OFDM 信号的实现 | 第18页 |
| 2.3 小波包调制技术 | 第18-25页 |
| 2.3.1 小波包变换理论 | 第19-22页 |
| 2.3.2 小波包调制系统的基本结构 | 第22-23页 |
| 2.3.3 小波包调制的实现 | 第23-25页 |
| 2.4 小波包调制系统与OFDM 系统性能比较 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于高斯性检测的多载波调制信号识别 | 第27-48页 |
| 3.1 引言 | 第27页 |
| 3.2 信道模型 | 第27-30页 |
| 3.2.1 加性高斯白噪声信道 | 第27-28页 |
| 3.2.2 瑞利衰落信道 | 第28-29页 |
| 3.2.3 频率选择性衰落信道 | 第29-30页 |
| 3.3 基于经验分布函数的高斯性检测 | 第30-36页 |
| 3.3.1 拟合优度检验概述 | 第30-31页 |
| 3.3.2 Cramer-von Mises 统计量 | 第31-32页 |
| 3.3.3 基于CV 统计量的信号识别方法 | 第32-33页 |
| 3.3.4 实验仿真与分析 | 第33-36页 |
| 3.4 基于高阶矩的高斯性检测 | 第36-47页 |
| 3.4.1 高阶矩的定义 | 第36-37页 |
| 3.4.2 高阶矩的性质 | 第37-38页 |
| 3.4.3 瑞利信道下的特征参数提取 | 第38-41页 |
| 3.4.4 频率选择性信道下的特征参数提取 | 第41-44页 |
| 3.4.5 实验仿真与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于功率谱包络特征的小波包调制信号识别 | 第48-61页 |
| 4.1 引言 | 第48页 |
| 4.2 功率谱估计概述 | 第48-50页 |
| 4.2.1 周期图法的功率谱估计 | 第48-49页 |
| 4.2.2 改进的周期图法的功率谱估计 | 第49-50页 |
| 4.3 基于功率谱包络的特征参数提取 | 第50-55页 |
| 4.3.1 WPM 与OFDM 信号在不同信道下的功率谱特性 | 第50-54页 |
| 4.3.2 WPM 与OFDM 信号的特征参数提取 | 第54-55页 |
| 4.4 实验仿真与分析 | 第55-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 基于循环自相关理论的小波包调制信号识别 | 第61-73页 |
| 5.1 引言 | 第61页 |
| 5.2 循环平稳理论概述 | 第61-64页 |
| 5.2.1 循环自相关函数的定义 | 第61-63页 |
| 5.2.2 谱相关密度函数的定义 | 第63页 |
| 5.2.3 基于信号循环平稳特性方法应用的优点 | 第63-64页 |
| 5.3 多载波信号基于循环自相关方法的峰值检测 | 第64-69页 |
| 5.3.1 基于循环自相关的峰值检测算法 | 第64-65页 |
| 5.3.2 三种不同信道下多载波信号的峰值检测分析 | 第65-69页 |
| 5.4 基于峰值检测的识别算法与仿真 | 第69-72页 |
| 5.4.1 WPM 与OFDM 信号的识别算法 | 第69-70页 |
| 5.4.2 实验仿真与分析 | 第70-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 结束语 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |
