| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17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 |
| 1.2.1 CPM信号分解及特性分析 | 第11-12页 |
| 1.2.2 调制参数盲识别/盲估计 | 第12-13页 |
| 1.2.3 CPM盲解调算法 | 第13页 |
| 1.3 本文的研究方案与章节安排 | 第13-17页 |
| 1.3.1 技术指标及研究方案 | 第13-15页 |
| 1.3.2 章节安排 | 第15-17页 |
| 第2章 CPM信号模型及线性表示 | 第17-28页 |
| 2.1 CPM信号基本模型 | 第17-19页 |
| 2.2 二进制CPM信号的PAM分解 | 第19-22页 |
| 2.2.1 Laurent分解 | 第19-20页 |
| 2.2.2 Napolitano分解 | 第20-22页 |
| 2.3 多进制CPM信号的PAM分解 | 第22-24页 |
| 2.4 CPM信号的相位和频谱特性分析 | 第24-27页 |
| 2.4.1 相位特性 | 第24-25页 |
| 2.4.2 频谱特性 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 CPM信号的参数估计 | 第28-63页 |
| 3.1 CPM信号的调制指数估计 | 第28-41页 |
| 3.1.1 调制指数、载频和符号速率联合估计算法 | 第28-30页 |
| 3.1.2 算法实现步骤 | 第30-32页 |
| 3.1.3 改进的联合估计算法 | 第32-35页 |
| 3.1.4 算法性能分析 | 第35-41页 |
| 3.2 CPM信号的调制阶数盲估计 | 第41-48页 |
| 3.2.1 基于循环谱的M估计算法 | 第41-44页 |
| 3.2.2 CPM信号调制阶数估计技术方案 | 第44页 |
| 3.2.3 算法性能分析 | 第44-48页 |
| 3.3 CPM信号的相关长度估计 | 第48-53页 |
| 3.3.1 基于自相关特性的L估计算法 | 第48-49页 |
| 3.3.2 CPM信号相关长度估计技术方案 | 第49-50页 |
| 3.3.3 算法性能分析 | 第50-53页 |
| 3.4 CPM信号脉冲类型识别 | 第53-59页 |
| 3.4.1 基于环形统计量和支持向量机的脉冲类型盲识别算法 | 第54-57页 |
| 3.4.2 CPM信号脉冲类型估计技术方案 | 第57-58页 |
| 3.4.3 算法性能分析 | 第58-59页 |
| 3.5 实际信号测试 | 第59-62页 |
| 3.5.1 实测数据 | 第59-60页 |
| 3.5.2 实际测试结果分析 | 第60-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第4章 CPM信号盲解调算法研究 | 第63-75页 |
| 4.1 基于Viterbi的最佳相干解调 | 第63-65页 |
| 4.1.1 最大似然准则的基本原理 | 第63-64页 |
| 4.1.2 附加增量的的计算 | 第64-65页 |
| 4.1.3 Viterbi算法的实现步骤 | 第65页 |
| 4.2 基于复合网格的非相干解调算法 | 第65-73页 |
| 4.2.1 基本概念 | 第66-68页 |
| 4.2.2 算法的基本原理 | 第68-70页 |
| 4.2.3 路径度量的计算 | 第70-72页 |
| 4.2.4 算法性能分析 | 第72-73页 |
| 4.3 本章小结 | 第73-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第81-82页 |
| 致谢 | 第82页 |