基于压缩感知的数字通信信号调制方式识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究意义及应用背景 | 第9-11页 |
| 1.2 相关技术研究概述 | 第11-15页 |
| 1.2.1 信号调制识别方法综述 | 第11-13页 |
| 1.2.2 压缩感知理论综述 | 第13-14页 |
| 1.2.3 基于压缩感知的信号调制方式识别 | 第14-15页 |
| 1.3 论文工作及结构安排 | 第15-17页 |
| 1.3.1 论文工作 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-17页 |
| 第二章 面向调制识别的数字通信信号稀疏特征构造 | 第17-31页 |
| 2.1 引言 | 第17页 |
| 2.2 压缩感知理论中的稀疏性约束 | 第17-18页 |
| 2.3 数字通信信号调制模型 | 第18-20页 |
| 2.4 稀疏识别特征量的构造 | 第20-29页 |
| 2.4.1 信号频谱特征 | 第20-25页 |
| 2.4.2 信号高阶统计特征 | 第25-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 数字通信信号识别特征的压缩重构 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 面向调制识别的数字信号接收端压缩观测模型 | 第31-34页 |
| 3.2.1 压缩感知理论中信号的压缩观测 | 第31-32页 |
| 3.2.2 数字信号压缩观测模型的构建 | 第32-34页 |
| 3.2.2.1 信号频谱特征的压缩观测 | 第33页 |
| 3.2.2.2 信号高阶统计特征的压缩观测 | 第33-34页 |
| 3.2.2.2.1 接收信号的载频估计 | 第33-34页 |
| 3.2.2.2.2 高阶统计特征的压缩观测 | 第34页 |
| 3.3 识别特征量与压缩观测值之间的线性映射 | 第34-36页 |
| 3.3.1 信号频谱特征与压缩观测值之间的映射 | 第34-35页 |
| 3.3.2 信号高阶矩特征与压缩观测值之间的映射 | 第35-36页 |
| 3.3.2.1 R_(y21)与压缩观测值的映射 | 第35页 |
| 3.3.2.2 R_(y40)与压缩观测值的映射 | 第35-36页 |
| 3.4 压缩识别特征量的重构 | 第36-42页 |
| 3.4.1 特征量重构算法 | 第36-39页 |
| 3.4.2 信号特征压缩重构的性能分析 | 第39-42页 |
| 3.4.2.1 特征重构性能的主要影响因素 | 第39页 |
| 3.4.2.2 信号频谱特征重构性能分析 | 第39-40页 |
| 3.4.2.3 信号高阶矩特征重构性能分析 | 第40-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于重构信号特征的数字调制识别 | 第44-51页 |
| 4.1 引言 | 第44页 |
| 4.2 基于特征的调制识别方法 | 第44-46页 |
| 4.3 基于重构特征的数字信号识别方案性能分析 | 第46-50页 |
| 4.3.1 仿真平台及各功能模块设计 | 第46-47页 |
| 4.3.2 信号压缩识别仿真结果 | 第47-48页 |
| 4.3.3 误差分析与优化 | 第48-50页 |
| 4.3.3.1 误差分析 | 第48-49页 |
| 4.3.3.2 优化方案 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 论文的工作总结 | 第51-52页 |
| 5.2 下一步研究展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |
