摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-16页 |
·引言 | 第9页 |
·调制识别技术概述 | 第9-14页 |
·调制识别的背景及框架 | 第9-10页 |
·调制识别的基本方法 | 第10页 |
·研究现状 | 第10-14页 |
·小波包调制技术概述 | 第14页 |
·本论文研究的主要内容 | 第14-16页 |
第2章 多载波调制技术及信道模型 | 第16-29页 |
·引言 | 第16页 |
·OFDM 技术 | 第16-19页 |
·OFDM 信号的表示 | 第17页 |
·OFDM 系统的基本结构 | 第17-18页 |
·OFDM 信号的实现 | 第18-19页 |
·小波包调制技术 | 第19-23页 |
·小波包理论 | 第19-22页 |
·小波包调制系统的基本结构 | 第22页 |
·小波包调制的实现 | 第22-23页 |
·小波包调制系统与 OFDM 系统性能比较 | 第23-24页 |
·信道模型 | 第24-27页 |
·AWGN 信道 | 第25页 |
·瑞利衰落信道 | 第25-26页 |
·频率选择性衰落信道 | 第26-27页 |
·小结 | 第27-29页 |
第3章 基于支持向量机的小波包调制信号识别 | 第29-52页 |
·引言 | 第29页 |
·OFDM 和 WPM 信号的分数阶傅里叶变换域分布特征 | 第29-30页 |
·图像成形技术与实现 | 第30-40页 |
·成形 | 第31-34页 |
·填充 | 第34-40页 |
·特征提取 | 第40-45页 |
·图像边缘的提取与拟合 | 第40-42页 |
·提取特征参数 | 第42-44页 |
·特征参数的稳定性验证 | 第44-45页 |
·支持向量机分类器设计以及识别步骤 | 第45-46页 |
·支持向量机分类器设计 | 第45-46页 |
·调制识别过程 | 第46页 |
·仿真实验 | 第46-51页 |
·特征向量对 SVM 分类器性能的影响 | 第47-50页 |
·分类器的盲识别性能 | 第50-51页 |
·小结 | 第51-52页 |
第4章 基于双谱估计的小波包调制信号识别 | 第52-71页 |
·引言 | 第52页 |
·高阶谱理论概述 | 第52-56页 |
·高阶矩和高阶累积量 | 第52-54页 |
·高阶矩谱与高阶累积量谱 | 第54页 |
·双谱的性质 | 第54-56页 |
·双谱的估计方法 | 第56-60页 |
·直接法 | 第56-57页 |
·间接法 | 第57-58页 |
·非高斯 AR 模型法 | 第58-60页 |
·基于双谱的特征参数提取 | 第60-67页 |
·OFDM 和 WPM 信号的双谱特性 | 第60-67页 |
·OFDM 和 WPM 信号的特征参数提取 | 第67页 |
·实验仿真与分析 | 第67-70页 |
·小结 | 第70-71页 |
第5章 结束语 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-77页 |
附录 | 第77页 |