摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-19页 |
·论文产生的背景和意义 | 第9-11页 |
·研究现状 | 第11-17页 |
·本文的主要工作 | 第17-19页 |
第二章 广义信号模型 | 第19-30页 |
·信号模型 | 第19-22页 |
·衰落信道模型 | 第22-27页 |
·分类性能度量 | 第27-28页 |
·Rician衰落分布k参数的估计 | 第28-30页 |
第三章 衰落信道中平均似然方法总框架 | 第30-64页 |
·引言 | 第30页 |
·调制分类的充分统计量 | 第30-33页 |
·似然方法及分类 | 第33-35页 |
·平坦衰落信道中ALRT方法总框架 | 第35-38页 |
·FSK信号的分类 | 第38-48页 |
·ALRT方法的FSK信号分类 | 第38-44页 |
·qALRT方法的FSK信号分类 | 第44-48页 |
·线性调制信号的分类 | 第48-62页 |
·ALRT方法的QAM信号分类 | 第49-52页 |
·基于幅度概率密度函数的方法 | 第52-62页 |
·小结 | 第62-64页 |
第四章 基于高阶累积量的调制分类和参数估计 | 第64-84页 |
·引言 | 第64页 |
·平稳时间序列矩和累积量的定义、性质和估计 | 第64-70页 |
·衰落信道中基于4阶累积量的分类器 | 第70-81页 |
·累积量的理论值与估计值 | 第70-72页 |
·渐进阈值分析 | 第72-78页 |
·分类器及其性能分析 | 第78-81页 |
·基于HOS的盲相位恢复 | 第81-82页 |
·小结 | 第82-84页 |
第五章 基于马尔可夫链蒙特卡罗方法的分类器 | 第84-102页 |
·引言 | 第84页 |
·MCMC方法简介 | 第84-94页 |
·蒙特卡罗积分 | 第85-86页 |
·马尔可夫链简介 | 第86-88页 |
·Metropolis-Hastings算法和Gibbs采样 | 第88-91页 |
·MCMC方法的收敛分析 | 第91-94页 |
·频率选择性衰落中基于MCMC的调制分类 | 第94-101页 |
·分类器模型 | 第94-95页 |
·调制分类的MCMC方法 | 第95-101页 |
·小结 | 第101-102页 |
第六章 多重天线用于衰落信道的调制分类 | 第102-117页 |
·引言 | 第102页 |
·通信信号处理中的分集技术 | 第102-107页 |
·基于多重天线的qHLRT分类器 | 第107-109页 |
·基于等增益分集的HOS分类器 | 第109-116页 |
·小结 | 第116-117页 |
结束语 | 第117-121页 |
一、本文的总结 | 第117-118页 |
二、未来的工作 | 第118-121页 |
致谢 | 第121-122页 |
参考文献 | 第122-130页 |
附录A FSK信号似然函数的均值和方差 | 第130-132页 |
附录B 条件后验分布的推导 | 第132-134页 |
博士期间完成的工作 | 第134页 |