| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究背景、目的及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 调制识别技术的发展历史和研究现状 | 第13-18页 |
| 1.2.2 水声通信的发展历史和研究现状 | 第18页 |
| 1.2.3 水声信号调制识别的发展及面临的问题 | 第18-19页 |
| 1.3 水下常用通信信号及模型 | 第19-20页 |
| 1.4 论文研究内容及结构安排 | 第20-22页 |
| 第二章 水声信道及冲击噪声建模与仿真 | 第22-39页 |
| 2.1 水声信道特性 | 第22-25页 |
| 2.1.1 声速变化 | 第22-23页 |
| 2.1.2 传输损失 | 第23-24页 |
| 2.1.3 多径效应 | 第24页 |
| 2.1.4 多普勒频移 | 第24页 |
| 2.1.5 海洋噪声 | 第24-25页 |
| 2.2 水声信道建模与仿真 | 第25-33页 |
| 2.2.1 射线声学理论模型 | 第25-26页 |
| 2.2.2 BELLHOP软件介绍 | 第26-28页 |
| 2.2.3 基于BELLHOP的时变水声多径信道模型 | 第28-29页 |
| 2.2.4 水声信道仿真 | 第29-33页 |
| 2.3 冲击噪声建模与仿真 | 第33-38页 |
| 2.3.1 Alpha稳定分布理论基础 | 第34-35页 |
| 2.3.2 Alpha冲击噪声对调制识别的影响 | 第35-36页 |
| 2.3.3 联合信噪比 | 第36页 |
| 2.3.4 Alpha冲击噪声仿真 | 第36-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 基于频域分形盒维数的调制方式识别 | 第39-52页 |
| 3.1 频域分形盒维数调制识别算法 | 第39-44页 |
| 3.1.1 分形理论 | 第39-40页 |
| 3.1.2 盒维数计算方法 | 第40页 |
| 3.1.3 冲击噪声下特征提取与分析 | 第40-44页 |
| 3.2 基于冲击噪声预处理的性能提升 | 第44-47页 |
| 3.2.1 非线性变换 | 第44-45页 |
| 3.2.2 预处理性能分析 | 第45-46页 |
| 3.2.3 预处理后频域盒维数特征分析 | 第46-47页 |
| 3.3 性能仿真 | 第47-51页 |
| 3.3.1 仿真条件 | 第47-48页 |
| 3.3.2 算法识别性能 | 第48-50页 |
| 3.3.3 预处理对算法性能的影响 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于Stockwell变换时频谱能量熵的调制方式识别 | 第52-62页 |
| 4.1 Stockwell变换理论基础 | 第52-56页 |
| 4.1.1 经典时频谱计算方法及局限性 | 第52-53页 |
| 4.1.2 Stockwell变换理论 | 第53-54页 |
| 4.1.3 Stockwell变换的计算过程 | 第54-55页 |
| 4.1.4 调制信号Stockwell变换时频谱分析 | 第55-56页 |
| 4.2 熵理论基础 | 第56-58页 |
| 4.2.1 信息熵 | 第56-57页 |
| 4.2.2 时频谱能量熵 | 第57-58页 |
| 4.3 特征提取及算法描述 | 第58-59页 |
| 4.3.1 Stockwell变换时频谱能量熵特征提取方法 | 第58页 |
| 4.3.2 特征分析 | 第58-59页 |
| 4.4 性能仿真 | 第59-61页 |
| 4.4.1 仿真条件 | 第59-60页 |
| 4.4.2 算法性能仿真 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于多特征融合的水声通信信号调制方式识别 | 第62-81页 |
| 5.1 多特征提取及分析 | 第62-67页 |
| 5.1.1 多种特征提取 | 第62-63页 |
| 5.1.2 特征标准化 | 第63-64页 |
| 5.1.3 可分离度度量 | 第64-66页 |
| 5.1.4 特征互补性分析 | 第66-67页 |
| 5.2 基于DS证据理论的多特征融合调制方式识别方法 | 第67-71页 |
| 5.2.1 DS证据理论 | 第67-69页 |
| 5.2.2 基于马氏距离的证据理论基本概率赋值分配策略 | 第69-70页 |
| 5.2.3 基于DS证据理论的多特征融合调制方式识别方法 | 第70-71页 |
| 5.3 基于多类支持向量机的多特征融合调制识别方法 | 第71-74页 |
| 5.3.1 支持向量机理论基础 | 第71-73页 |
| 5.3.2 基于支持向量机的多特征融合调制识别方法 | 第73-74页 |
| 5.4 实验仿真 | 第74-80页 |
| 5.4.1 仿真条件 | 第74页 |
| 5.4.2 基于DS证据理论的多特征融合识别仿真 | 第74-76页 |
| 5.4.3 基于SVM的多特征融合识别仿真 | 第76-77页 |
| 5.4.4 各方法性能比较 | 第77-80页 |
| 5.5 本章总结 | 第80-81页 |
| 总结与展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 作者在学期间取得的学术成果 | 第91页 |
