数字信号调制方式识别技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 信号调制方式识别的目的及意义 | 第9-10页 |
| 1.2 国内外发展历程及现状 | 第10-11页 |
| 1.3 论文的主要工作和结构安排 | 第11-13页 |
| 2 数字信号调制方式识别理论基础 | 第13-28页 |
| 2.1 调制方式识别基本理论 | 第13-20页 |
| 2.1.1 数字信号正交变换 | 第13-14页 |
| 2.1.2 数字信号的高阶累积量 | 第14-17页 |
| 2.1.3 数字信号小波变换的基本原理 | 第17-19页 |
| 2.1.4 Chirp-Z 算法 | 第19-20页 |
| 2.2 数字信号调制原理 | 第20-25页 |
| 2.2.1 幅度键控 ASK | 第21-22页 |
| 2.2.2 频移键控 FSK | 第22页 |
| 2.2.3 相移键控 PSK | 第22-23页 |
| 2.2.4 正交幅度调制 QAM | 第23-25页 |
| 2.3 调制信号的仿真实现 | 第25-26页 |
| 2.3.1 高斯白噪声的产生 | 第25页 |
| 2.3.2 调制信号仿真结果 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 3 基于瞬时特征的数字信号调制识别 | 第28-40页 |
| 3.1 瞬时特征的提取 | 第28-30页 |
| 3.1.1 经验模态分解基本原理 | 第28-29页 |
| 3.1.2 瞬时特征参数的提取 | 第29-30页 |
| 3.2 信号瞬时参数的优化 | 第30-31页 |
| 3.3 构造特征参数 | 第31-33页 |
| 3.4 基于决策论的识别流程 | 第33-34页 |
| 3.5 Matlab 仿真及结果分析 | 第34-38页 |
| 3.5.1 识别流程的 Matlab 仿真 | 第34-37页 |
| 3.5.2 特征门限的确定 | 第37页 |
| 3.5.3 仿真结果分析 | 第37-38页 |
| 3.6 本章小结 | 第38-40页 |
| 4 基于 BP 神经网络的数字信号调制识别 | 第40-51页 |
| 4.1 人工神经网络基本概念 | 第40页 |
| 4.2 人工神经网络模式识别方法和特点 | 第40-41页 |
| 4.3 BP 神经网络学习算法 | 第41-47页 |
| 4.3.1 BP 学习算法描述 | 第41-44页 |
| 4.3.2 BP 网络设计理论分析 | 第44-45页 |
| 4.3.3 BP 学习算法的改进 | 第45-47页 |
| 4.4 BP 神经网络分类器的构造 | 第47-48页 |
| 4.5 Matlab 仿真与结果分析 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 MQAM 信号调制识别算法 | 第51-58页 |
| 5.1 MQAM 信号的特点 | 第51-52页 |
| 5.2 MQAM 信号识别理论基础 | 第52-53页 |
| 5.2.1 信号滚降特性 | 第52-53页 |
| 5.2.2 定时算法 | 第53页 |
| 5.3 MQAM 信号的识别 | 第53-56页 |
| 5.3.1 MQAM 信号调制识别基本原理 | 第53-54页 |
| 5.3.2 QAM 信号调制识别流程 | 第54-56页 |
| 5.4 Matlab 仿真与结果分析 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间研究成果 | 第63页 |
