声明
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.2.1 似然比假设检验方法
1.2.2 统计模式识别方法
1.3 论文主要内容及章节安排
第2章 水声脉冲信号时频分析
2.1 引言
2.2 时频分析概述
2.2.1 短时傅里叶变换
2.2.2 Wigner-Ville时频分布
2.2.3 Cohen类时频分布
2.2.4 自适应核时频分布
2.3 水声脉冲信号特征分析
2.3.1 单频矩形脉冲(CW)信号
2.3.2 线性调频(LFM)信号
2.3.3 非线性调频(NLFM)信号
2.3.4 频率编码(FSK)信号
2.3.5 相位编码(PSK)信号
2.3.6 多相编码信号
2.4 本章小结
第3章 时频图像特征提取
3.1 引言
3.2 时频图像预处理
3.2.1 图像增强
3.2.2 阈值分割
3.2.3 形态学处理
3.2.4 图像缩放
3.3 图像特征提取
3.3.1 中心矩特征
3.3.2 Hu矩特征
3.3.3 伪Zernike矩特征
3.3.4 水声脉冲信号时频图像矩特征仿真分析
3.4 本章小结
第4章 神经网络分类器设计
4.1 引言
4.2.1 BP网络结构
4.2.2 BP网络学习规则
4.2.3 BP网络设计
4.3 基于BP神经网络的调制识别仿真实验及性能分析
4.3.1 BP神经网络基本参数选取
4.3.2 基于不同矩特征的信号识别效果
4.3.3 信号误识别分析
4.4 实验数据处理
4.4.1 湖试实验数据处理
4.4.1 海试实验数据处理
4.5 本章小结
结论
参考文献
致谢