| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题来源及研究的目的及意义 | 第14-15页 |
| ·通信侦察概述 | 第15-23页 |
| ·通信侦察的主要任务 | 第17-18页 |
| ·通信侦察系统 | 第18-21页 |
| ·通信侦察接收机 | 第21-23页 |
| ·通信侦察的国内外研究现状 | 第23-28页 |
| ·国外研究现状 | 第23-26页 |
| ·国内研究现状 | 第26-28页 |
| ·本文的主要研究内容 | 第28-30页 |
| 第2章 基于智能天线的通信侦察接收机模型设计 | 第30-52页 |
| ·基于智能天线结构的通信侦察接收机系统模型建立 | 第30-34页 |
| ·智能天线技术研究现状 | 第30-32页 |
| ·通信侦察接收机结构和原理 | 第32-34页 |
| ·信道化处理模块 | 第34-41页 |
| ·基于多相滤波的信道化处理模块数学模型 | 第35-38页 |
| ·信道化处理模块仿真与性能分析 | 第38-41页 |
| ·数字波束形成模块 | 第41-51页 |
| ·数字波束形成算法概述 | 第41-44页 |
| ·CAB 波束形成算法 | 第44-48页 |
| ·基于CAB 算法的智能天线仿真与分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第3章 基于改进倒谱法的扩频码周期估计 | 第52-82页 |
| ·传统倒谱法估计扩频码周期 | 第52-55页 |
| ·基于经典谱估计的改进倒谱法 | 第55-64页 |
| ·有偏自相关函数估计功率谱 | 第55-57页 |
| ·加三角窗函数平滑功率谱 | 第57-58页 |
| ·三点卷积法校正功率谱 | 第58-60页 |
| ·扩频码周期估计的仿真与性能分析 | 第60-64页 |
| ·基于现代谱估计的改进倒谱法 | 第64-74页 |
| ·AR 模型 | 第64-66页 |
| ·Yule-Walker 法 | 第66-68页 |
| ·Burg 法 | 第68-69页 |
| ·AR 模型阶数的确定 | 第69-71页 |
| ·扩频码周期估计的仿真与性能分析 | 第71-74页 |
| ·基于延迟相乘预处理的改进倒谱法 | 第74-80页 |
| ·伪随机序列延迟相乘 | 第74-77页 |
| ·基于延迟相乘预处理的改进倒谱法估计扩频码周期 | 第77-78页 |
| ·扩频码周期估计的仿真与性能分析 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 第4章 基于遗传算法的信号调制识别特征选择 | 第82-111页 |
| ·信号调制识别的特征提取 | 第83-94页 |
| ·基于瞬时信息的特征提取 | 第83-86页 |
| ·基于小波分解的细节特征提取 | 第86-89页 |
| ·基于高阶累积量的特征提取 | 第89-92页 |
| ·基于分形理论的特征提取 | 第92-94页 |
| ·遗传算法 | 第94-100页 |
| ·基于遗传算法的信号特征选择器设计 | 第100-103页 |
| ·信号特征选择器仿真与分析 | 第103-110页 |
| ·遗传算法特征选择的有效性仿真与分析 | 第103-107页 |
| ·其它模式组合的特征选择仿真与分析 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第5章 基于ART2A-DWNN 的调制识别分类器设计 | 第111-139页 |
| ·DWNN 神经网络 | 第112-122页 |
| ·小波神经网络结构 | 第112-113页 |
| ·DWNN 算法 | 第113-115页 |
| ·DWNN 分类器参数的确定 | 第115-119页 |
| ·DWNN 分类器仿真与性能分析 | 第119-122页 |
| ·ART2A 神经网络 | 第122-128页 |
| ·ART2A 神经网络的结构及原理 | 第122-124页 |
| ·ART2A-E 神经网络算法 | 第124-125页 |
| ·ART2A-E 分类器仿真与性能分析 | 第125-128页 |
| ·ART2A-DWNN 组合神经网络 | 第128-138页 |
| ·ART2A-DWNN 的结构 | 第130-131页 |
| ·ART2A-DWNN 分类器识别性能的理论分析 | 第131-133页 |
| ·ART2A-DWNN 分类器仿真与性能分析 | 第133-138页 |
| ·本章小结 | 第138-139页 |
| 结论 | 第139-141页 |
| 参考文献 | 第141-153页 |
| 攻读博士学位期间发表的学术论文 | 第153-155页 |
| 致谢 | 第155-156页 |
| 个人简历 | 第156页 |