| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·调制识别技术研究现状 | 第11-15页 |
| ·基于假设检验的最大似然的方法 | 第11-12页 |
| ·基于特征的模式识别的方法 | 第12-15页 |
| ·两类识别策略的比较 | 第15页 |
| ·论文工作及章节安排 | 第15-17页 |
| 第二章 数字调制信号模型和特征提取 | 第17-34页 |
| ·数字调制信号模型 | 第17-18页 |
| ·特征提取 | 第18-31页 |
| ·瞬时特征量 | 第19-22页 |
| ·谱域 | 第22-24页 |
| ·小波域 | 第24-28页 |
| ·高阶累积量 | 第28-31页 |
| ·超特征 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第三章 遗传算法与 KNN 结合的调制识别方法研究 | 第34-53页 |
| ·概述 | 第34-37页 |
| ·遗传算法概述 | 第34-36页 |
| ·KNN 分类器 | 第36-37页 |
| ·基于遗传算法和 KNN 的调制识别方法研究 | 第37-51页 |
| ·基本特征 | 第40-41页 |
| ·基本问题 | 第41-45页 |
| ·复杂情况 | 第45-50页 |
| ·计算复杂度分析 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第四章 遥测遥控调制体制识别方法研究 | 第53-63页 |
| ·遥测遥控系统概述 | 第53-54页 |
| ·常用测控体制信号分析 | 第54-56页 |
| ·TT&C 体制识别 | 第56-62页 |
| ·基于常规决策树的 TT&C 体制识别 | 第60-61页 |
| ·基于遗传算法和 KNN 的 TT&C 体制识别 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第五章 结束语 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |