| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容和结构安排 | 第12-14页 |
| 第二章 典型通信信号的数学模型及仿真研究 | 第14-30页 |
| 2.1 通信信号调制理论基础 | 第14-15页 |
| 2.2 常见调制信号简介 | 第15-21页 |
| 2.2.1 模拟调制信号 | 第15-18页 |
| 2.2.2 数字调制信号 | 第18-21页 |
| 2.3 常见短距离无线通信信号仿真研究 | 第21-28页 |
| 2.3.1 三种无线通信技术简介 | 第22-23页 |
| 2.3.2 仿真研究 | 第23-28页 |
| 2.4 通信信号的基本特征参数 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 常见通信信号调制识别算法研究 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 常见通信信号调制识别方法 | 第30-32页 |
| 3.2.1 基于似然比判决理论的识别方法 | 第30-31页 |
| 3.2.2 基于特征提取的模式识别方法 | 第31-32页 |
| 3.3 基于时频分析的蓝牙跳频信号参数估计与识别 | 第32-40页 |
| 3.3.1 常见时频分析方法简介 | 第33-34页 |
| 3.3.2 基于SPWVD的蓝牙跳频信号参数估计与识别 | 第34-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于盲源分离的混合通信信号调制识别 | 第41-60页 |
| 4.1 引言 | 第41页 |
| 4.2 混合信号盲源分离方法 | 第41-50页 |
| 4.2.1 盲源分离简介 | 第41-43页 |
| 4.2.2 独立分量分析算法 | 第43页 |
| 4.2.3 改进的FastICA算法 | 第43-46页 |
| 4.2.4 基于CICA的通信信号频谱分离算法 | 第46-50页 |
| 4.3 基于SVM的分离信号调制方式模式识别 | 第50-59页 |
| 4.3.1 基于高阶累积量的特征提取 | 第51-56页 |
| 4.3.2 支持向量机分类 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 心电信号的模式识别技术研究 | 第60-70页 |
| 5.1 心电信号识别研究现状 | 第61页 |
| 5.2 心电信号预处理 | 第61-64页 |
| 5.2.1 去除基线漂移 | 第62-63页 |
| 5.2.2 去除高频噪声 | 第63-64页 |
| 5.3 心电分类特征提取与构建 | 第64-67页 |
| 5.3.1 时域特征 | 第64-65页 |
| 5.3.2 功率谱特征 | 第65页 |
| 5.3.3 联合特征构建 | 第65-67页 |
| 5.4 基于极限学习机的心电信号分类 | 第67-69页 |
| 5.4.1 实验数据集 | 第67-68页 |
| 5.4.2 仿真实验 | 第68-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表论文 | 第77页 |