摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-21页 |
1.1 研究背景 | 第13-14页 |
1.2 国内外研究现状 | 第14-19页 |
1.2.1 跳频信号的非盲检测算法研究现状 | 第14-15页 |
1.2.2 跳频信号的盲检测算法研究现状 | 第15-16页 |
1.2.3 跳频信号的参数估计算法研究现状 | 第16-19页 |
1.3 本文的结构和主要内容 | 第19-21页 |
第二章 短波信道下跳频信号的非盲检测算法 | 第21-35页 |
2.1 跳频信号的数学模型 | 第21-22页 |
2.2 短波信道下跳频信号的非盲检测模型 | 第22页 |
2.3 接收信号的预处理 | 第22-26页 |
2.3.1 主分量分析(PCA) | 第23-24页 |
2.3.2 主分量分析的作用 | 第24页 |
2.3.3 信道化接收机 | 第24-26页 |
2.4 基于能量特征函数的跳频信号检测 | 第26-28页 |
2.5 性能分析与数据测试 | 第28-34页 |
2.5.1 性能分析 | 第28-30页 |
2.5.2 虚警概率和检测概率 | 第30页 |
2.5.3 数据测试 | 第30-31页 |
2.5.4 实验仿真 | 第31-34页 |
2.6 本章小结 | 第34-35页 |
第三章 短波信道下跳频信号的盲检测 | 第35-47页 |
3.1 跳频信号的二元盲检测模型 | 第35-36页 |
3.2 基于自相关域检测跳频信号 | 第36-41页 |
3.2.1 自相关法检测步骤 | 第36页 |
3.2.2 接收信号经过自相关处理后的输出分析 | 第36-38页 |
3.2.3 检测统计量的构造及性能分析 | 第38-40页 |
3.2.4 确定门限以及检测概率 | 第40-41页 |
3.3 短波信道下的多元盲检测模型 | 第41页 |
3.4 利用主分量分析方法去除突发干扰 | 第41-42页 |
3.5 实验分析与结果 | 第42-45页 |
3.5.1 二元检测条件下自相关函数的差异 | 第42-43页 |
3.5.2 突发信号对于自相关法的干扰 | 第43-44页 |
3.5.3 性能分析 | 第44-45页 |
3.6 本章小结 | 第45-47页 |
第四章 短波信道下跳频信号的参数估计 | 第47-71页 |
4.1 时频分析的理论基础 | 第47-50页 |
4.1.1 希尔伯特变换 | 第47页 |
4.1.2 信号的解析表示 | 第47-48页 |
4.1.3 信号的时频分辨率 | 第48-49页 |
4.1.4 时频不相容原理 | 第49-50页 |
4.2 线性时频分析 | 第50-55页 |
4.2.1 线性时频分析 | 第50-51页 |
4.2.2 STFT的局限 | 第51页 |
4.2.3 短时傅里叶变换针对跳频信号的处理 | 第51-53页 |
4.2.4 Gabor展开与Gabor变换 | 第53-54页 |
4.2.5 小波变换及其多分辨分析能力 | 第54-55页 |
4.3 非线性时频分析 | 第55-58页 |
4.3.1 Wigner-Ville分布 | 第56页 |
4.3.2 Wigner-Ville分布的交叉项问题 | 第56-57页 |
4.3.3 抑制Wigner-Ville分布的交叉项问题 | 第57-58页 |
4.4 新的时频分析方法—希尔伯特-黄变换(HHT) | 第58-63页 |
4.4.1 经验模态分解 | 第58-60页 |
4.4.2 模态混叠问题 | 第60-61页 |
4.4.3 希尔伯特谱 | 第61-62页 |
4.4.4 模态混叠对于希尔伯特谱影响 | 第62页 |
4.4.5 EEMD抑制模态混叠 | 第62-63页 |
4.5 独立分量分析抑制模态混叠 | 第63-66页 |
4.5.1 独立分量分析(ICA)原理 | 第63-65页 |
4.5.2 EEMD对于短波信道下的模态混叠抑制的不足 | 第65页 |
4.5.3 利用独立分量分析(ICA)原理抑制模态混叠 | 第65-66页 |
4.6 基于独立分量分析与希尔伯特黄变换的跳频信号参数估计 | 第66页 |
4.7 仿真实验及结果分析 | 第66-68页 |
4.8 本章小结 | 第68-71页 |
第五章 总结与展望 | 第71-73页 |
一 全文总结 | 第71页 |
二 研究展望 | 第71-73页 |
致谢 | 第73-75页 |
参考文献 | 第75-79页 |
作者简历 | 第79页 |