声明
摘要
第1章绪论
1.1研究背景与意义
1.2国内外研究现状
1.2.1时频分析方法研究现状
1.2.2信号检测的研究现状
1.2.3信号滤波方法的研究现状
1.2.4信号调制类型识别的研究现状
1.3论文结构安排
第2章常见的时频分析方法
2.1短时傅里叶变换
2.2魏格纳威利分布
2.3 S变换及广义S变换
2.3.1 S变换
2.3.2广义S变换
2.4基于改进遗传算法的GST窗函数优化
2.4.1时频分析评价标准
2.4.2遗传算法
2.4.3算法验证
2.4.4仿真分析
2.5本章小结
第3章基于广义S变换的信号检测
3.1时频检测理论基础
3.2高斯白噪声的统计特性
3.3基于广义S变换的恒虚警率检测
3.4本章小结
第4章基于广义S变换的滤波和瞬时频率提取
4.1基于自适应恒虚警率检测的滤波方法
4.2基于奇异值分解的时频滤波
4.2.1奇异值分解降噪方法
4.2.2有效奇异值的选择方法
4.2.3高斯白噪声的滤波方法
4.2.4仿真分析
4.3基于图像处理的时频滤波
4.3.1时频图像处理
4.3.2滤波及结果分析
4.4基于广义S变换的瞬时频率提取
4.4.1基于脊线提取的瞬时频率提取方法
4.4.2基于图像处理的瞬时频率提取方法
4.5本章小结
第5章基于广义S变换的通信信号识别
5.1不同信号的瞬时频率特征
5.1.1线性调频信号
5.1.2正弦调频信号
5.1.3二进制相位编码信号
5.1.4二进制频率编码信号
5.2基于广义S变换瞬时率特性的信号识别算法
5.2.1算法流程
5.2.2人工神经网络分类器
5.3仿真结果
5.4本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢