通信信号调制识别研究
| 摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·研究背景和目的 | 第8-9页 |
| ·自动调制识别技术发展概述 | 第9-12页 |
| ·本文主要内容简介 | 第12-13页 |
| 第二章 通信信号调制理论 | 第13-29页 |
| ·预备知识：信号的解析表达 | 第13-15页 |
| ·调制的基本概念 | 第15-16页 |
| ·模拟调制 | 第16-21页 |
| ·幅度调制(AM) | 第16-17页 |
| ·抑制载波双边带调幅(DSB-SC) | 第17-18页 |
| ·单边带调制(SSB) | 第18-19页 |
| ·模拟频率调制(FM) | 第19-20页 |
| ·模拟相位调制(PM) | 第20-21页 |
| ·数字调制 | 第21-26页 |
| ·二进制幅度键控调制(2ASK-00K) | 第21-22页 |
| ·多进制幅度键控(MASK) | 第22-23页 |
| ·二进制频移键控(2FSK) | 第23-24页 |
| ·多进制频移键控(MFSK) | 第24页 |
| ·二进制相移键控(BPSK) | 第24-25页 |
| ·多进制相移键控(MPSK) | 第25页 |
| ·正交幅相调制(MQAM) | 第25-26页 |
| ·信号调制的一般模型 | 第26-29页 |
| 第三章 基于时频域特征判决的调制识别 | 第29-42页 |
| ·调制识别的实现方式 | 第29-30页 |
| ·调制信号基本参数的提取和估计 | 第30-32页 |
| ·分类特征参数的选取 | 第32-37页 |
| ·分类特征参数判决门限的确定 | 第37-38页 |
| ·信号调制识别的算法流程 | 第38-42页 |
| 第四章 基于高阶累积量判决的调制识别 | 第42-59页 |
| ·高阶矩和高阶累积量的理论基础 | 第42-47页 |
| ·高阶矩和高阶累积量的定义 | 第42-46页 |
| ·高阶矩和高阶累积量的转换关系 | 第46-47页 |
| ·高阶矩和高阶累积量的性质 | 第47页 |
| ·通信信号的高阶累积量 | 第47-52页 |
| ·MASK信号的高阶矩 | 第48-49页 |
| ·MPSK信号的高阶矩 | 第49-50页 |
| ·MFSK信号的高阶矩 | 第50页 |
| ·16QAM信号的高阶矩 | 第50-51页 |
| ·各调制信号的累积量 | 第51-52页 |
| ·用高阶累积量进行调制识别 | 第52-54页 |
| ·构造识别参数 | 第52-53页 |
| ·识别流程 | 第53-54页 |
| ·计算机仿真 | 第54-58页 |
| ·仿真条件 | 第54-55页 |
| ·仿真结果 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于神经网络的调制样式识别 | 第59-68页 |
| ·神经网络分类器概述 | 第59-62页 |
| ·神经网络在调制样式识别中的应用 | 第62-68页 |
| ·时频域特征参数方法中使用神经网络 | 第63-65页 |
| ·高阶累积量方法中使用神经网络 | 第65-68页 |
| 结束语 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 附录 攻读硕士学位期间发表论文目录 | 第73-74页 |
| 致谢 | 第74页 |
