| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 本课题的研究背景和目的 | 第7-8页 |
| 1.2 国内外发展现状 | 第8页 |
| 1.3 论文的主要工作及内容组织 | 第8-11页 |
| 第二章 小波变换和神经网络概述 | 第11-23页 |
| 2.1 经典傅氏分析的局限性 | 第11-12页 |
| 2.2 非平稳信号的时频分析——线性变换 | 第12-14页 |
| 2.2.1 连续短时傅里叶变换 | 第12-13页 |
| 2.2.2 短时傅里叶变换的时间-频率分辨率 | 第13页 |
| 2.2.3 Gabor变换 | 第13-14页 |
| 2.3 小波变换 | 第14-17页 |
| 2.3.1 小波变换的定义 | 第14-15页 |
| 2.3.2 小波变换的特点 | 第15-17页 |
| 2.3.3 小波变换应用中存在的问题 | 第17页 |
| 2.4 神经网络基本理论 | 第17-23页 |
| 2.4.1 神经元模型 | 第18-19页 |
| 2.4.2 神经网络的结构与模型 | 第19-21页 |
| 2.4.3 神经网络的学习与训练 | 第21-23页 |
| 第三章 通信对抗盲侦察/盲干扰系统 | 第23-33页 |
| 3.1 传统的通信对抗侦察系统 | 第23-26页 |
| 3.1.1 通信对抗与通信侦察 | 第23页 |
| 3.1.2 通信侦察的任务和内容 | 第23-25页 |
| 3.1.3 典型的无线电通信侦察系统 | 第25-26页 |
| 3.2 通信对抗盲侦察/盲干扰 | 第26-28页 |
| 3.3 通信对抗盲侦察/盲干扰系统 | 第28-33页 |
| 第四章 通信对抗盲侦察信号特征提取与匹配系统 | 第33-47页 |
| 4.1 信号瞬时参数提取 | 第33-39页 |
| 4.1.1 数字调制信号的小波变换 | 第33-38页 |
| 4.1.2 调制信号的基本参数提取 | 第38-39页 |
| 4.2 盲侦察信号特征提取 | 第39-42页 |
| 4.2.1 奇异值分解(SVD)理论 | 第39-41页 |
| 4.2.2 基于奇异值分解的信号特征矢量的提取 | 第41-42页 |
| 4.3 信号特征匹配 | 第42-47页 |
| 4.3.1 信号匹配方法与BP神经网络的选择 | 第42-43页 |
| 4.3.2 BP神经网络的结构 | 第43-44页 |
| 4.3.3 BP算法 | 第44-45页 |
| 4.3.4 改进后的BP算法 | 第45-47页 |
| 第五章 通信对抗盲侦察系统性能仿真与分析 | 第47-57页 |
| 5.1 基于神经网络的通信对抗盲侦察系统的算法实现 | 第47-48页 |
| 5.2 系统性能仿真 | 第48-55页 |
| 5.2.1 调制信号的类间识别 | 第49-51页 |
| 5.2.2 调制信号的类内识别 | 第51-55页 |
| 5.3 系统性能分析 | 第55-57页 |
| 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 作者在读期间的研究成果 | 第63-64页 |