| 表目录 | 第1-7页 |
| 图目录 | 第7-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| ·引言 | 第12页 |
| ·直扩系统中干扰类型识别技术的研究现状 | 第12-17页 |
| ·直扩系统中的主要干扰类型 | 第12-13页 |
| ·分类识别技术的研究现状 | 第13-17页 |
| ·课题研究的目的和意义 | 第17页 |
| ·论文主要的研究内容及各章节安排 | 第17-20页 |
| 第二章 直扩系统中的干扰信号特征参数提取 | 第20-38页 |
| ·干扰信号模型的建立 | 第20-25页 |
| ·单音连续波干扰 | 第21页 |
| ·线性调频干扰 | 第21-22页 |
| ·宽带梳状谱干扰 | 第22-23页 |
| ·脉冲干扰 | 第23-24页 |
| ·跳频干扰 | 第24-25页 |
| ·BPSK干扰 | 第25页 |
| ·特征参数提取方法研究 | 第25-28页 |
| ·调制方式识别中的特征提取方法 | 第25-26页 |
| ·干扰类型识别中的特征提取方法 | 第26-27页 |
| ·分数阶傅立叶变换 | 第27-28页 |
| ·干扰信号特征提取 | 第28-37页 |
| ·能限因子 | 第28-31页 |
| ·归一化频谱带宽 | 第31页 |
| ·归一化频谱峰度 | 第31页 |
| ·归一化频谱平坦度 | 第31-33页 |
| ·长短信号带宽归一化差别 | 第33-34页 |
| ·时域峰平比 | 第34-35页 |
| ·分数阶傅立叶域能量聚集度和分数阶傅立叶域能量聚集度差别 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 直扩系统中的干扰分类算法与实现 | 第38-60页 |
| ·人工神经网络 | 第38-41页 |
| ·前馈BP网络及其结构 | 第39-40页 |
| ·L-M训练算法 | 第40-41页 |
| ·人工神经网络干扰分类器（ANNIC）设计 | 第41-47页 |
| ·干扰分类器结构 | 第42-43页 |
| ·训练算法与识别算法 | 第43-45页 |
| ·性能仿真 | 第45-47页 |
| ·支持向量机干扰分类器（SVMIC）设计 | 第47-57页 |
| ·支持向量机 | 第47-51页 |
| ·SVMIC设计 | 第51-57页 |
| ·干扰分类器性能对比 | 第57-59页 |
| ·时效性对比 | 第57页 |
| ·识别率对比 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 直扩系统中的干扰类型识别和抑制可视化仿真平台设计 | 第60-66页 |
| ·仿真平台功能设定 | 第60-61页 |
| ·仿真平台总体设计 | 第61-62页 |
| ·仿真平台具体实现 | 第62-64页 |
| ·调制方式选择模块 | 第62页 |
| ·仿真参数设置模块 | 第62-63页 |
| ·干扰类型选择模块 | 第63页 |
| ·显示模块 | 第63-64页 |
| ·仿真平台性能测试分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-74页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第74-75页 |
| 致谢 | 第75页 |