PSTN话带数据分离与调制识别
表目录 | 第1-8页 |
图目录 | 第8-10页 |
摘要 | 第10-12页 |
ABSTRACT | 第12-14页 |
第一章 绪论 | 第14-30页 |
·语音和VBD识别 | 第14-16页 |
·研究背景 | 第14页 |
·研究现状 | 第14-16页 |
·调制分析 | 第16-21页 |
·研究背景 | 第16-17页 |
·调制参数估计 | 第17-19页 |
·调制识别 | 第19-21页 |
·分类器集成 | 第21-27页 |
·研究背景 | 第21-24页 |
·神经网络集成 | 第24-26页 |
·支持向量机集成 | 第26-27页 |
·研究内容 | 第27-30页 |
第二章 7 号信令自动匹配问题研究 | 第30-45页 |
·7 号信令系统 | 第30-32页 |
·话路特征提取 | 第32-37页 |
·传统能量检测方法存在的问题 | 第32-33页 |
·导频检测 | 第33-34页 |
·特殊码型检测 | 第34-35页 |
·回铃音检测 | 第35-37页 |
·基于最优路径回溯的对应关系分析 | 第37-40页 |
·最优化原理与动态规划 | 第37-38页 |
·建立初始矩阵D | 第38页 |
·计算距离矩阵E | 第38-39页 |
·最优路径回溯 | 第39-40页 |
·系统设计与实现 | 第40-43页 |
·信令处理平台 | 第40-41页 |
·话路特征提取平台 | 第41-42页 |
·对应关系分析 | 第42-43页 |
·实验结果与分析 | 第43-44页 |
·本章小结 | 第44-45页 |
第三章 语音与VBD信号识别 | 第45-67页 |
·引言 | 第45页 |
·语音与VBD信号特征分析 | 第45-48页 |
·语音信号特征分析 | 第45-46页 |
·VBD信号特征分析 | 第46-47页 |
·比较结果 | 第47-48页 |
·特征参数提取 | 第48-55页 |
·预处理 | 第48页 |
·信号能量参数 | 第48-50页 |
·时域综合参数 | 第50-53页 |
·频域特征参数 | 第53-54页 |
·过零率参数 | 第54-55页 |
·特征参数分类能力评价 | 第55页 |
·分类器设计 | 第55-62页 |
·支持向量机基本原理 | 第56-58页 |
·基于选择性SVM集成的分类算法 | 第58-62页 |
·实验结果与分析 | 第62-66页 |
·特征参数抗噪性能分析 | 第62-64页 |
·特征参数及成员分类器选择 | 第64-65页 |
·数据测试 | 第65-66页 |
·本章小结 | 第66-67页 |
第四章 调制信号参数估计 | 第67-82页 |
·色噪声下的频率估计算法 | 第67-74页 |
·引言 | 第67-68页 |
·基于FOCS的单音频率估计 | 第68-70页 |
·基于DSC算法的单音频率估计 | 第70-72页 |
·算法性能仿真 | 第72-74页 |
·码元速率估计 | 第74-77页 |
·引言 | 第74页 |
·线性调频Z变换(CZT) | 第74-75页 |
·DSC-CZT算法 | 第75-76页 |
·算法仿真 | 第76-77页 |
·载波频率估计 | 第77-81页 |
·引言 | 第77-78页 |
·Rife算法 | 第78页 |
·ASCR载波频率估计算法 | 第78-80页 |
·算法仿真 | 第80-81页 |
·本章小结 | 第81-82页 |
第五章 调制信号类型识别 | 第82-105页 |
·引言 | 第82-83页 |
·特征参数提取 | 第83-89页 |
·带宽估计与滤波 | 第83-84页 |
·瞬时信息特征 | 第84-86页 |
·信号频域特征 | 第86-89页 |
·信号高阶累积量特征 | 第89页 |
·基于神经网络集成的调制分类器设计 | 第89-96页 |
·RBF神经网络 | 第89-92页 |
·改进的RBF神经网络 | 第92-94页 |
·基于最优权重的RBF神经网络集成 | 第94-96页 |
·构建特征向量 | 第96页 |
·实验结果与分析 | 第96-97页 |
·最优权重神经网络集成在VBD信号识别中的应用 | 第97-103页 |
·VBD信号特征分析 | 第97-101页 |
·VBD信号特征参数提取 | 第101-102页 |
·特征向量构建与数据分类 | 第102-103页 |
·实验结果与分析 | 第103页 |
·本章小结 | 第103-105页 |
第六章 结束语 | 第105-107页 |
参考文献 | 第107-117页 |
攻读博士期间完成的主要工作 | 第117-118页 |
致谢 | 第118页 |