声明
1 绪论
1.1 课题的研究背景和意义
1.2 课题的国内外研究现状
1.2.1 通信信号调制识别方式研究现状
1.2.2 OFDM信号调制识别的研究现状
1.2.3 支持向量机的调制信号分类现状
1.3 本文的主要工作和章节安排
2 数字通信信号调制技术
2.1 数字通信信号调制方式
2.1.1 单载波调制技术
2.1.2 多载波调制技术
2.2 OFDM信号基本原理
2.2.1 OFDM调制原理
2.2.2 OFDM的等效基带信号模型
2.2.3 OFDM调制系统结构
2.3 小波包调制信号基本原理
2.3.1 小波包变换
2.3.2 小波包调制信号模型
2.3.3 小波包调制系统结构
2.4 本章小结
3 统计学习理论和支持向量机原理
3.1 机器学习和统计学习理论
3.1.1 机器学习理论
3.1.2 统计学习理论
3.2 支持向量机原理
3.2.1 支持向量机与超平面
3.2.2 寻找最大间隔
3.2.3 松弛因子
3.2.4 核函数
3.3 本章小结
4 OFDM与单载波和多载波信号的调制识别分析
4.1 OFDM调制信号与单载波调制信号识别研究
4.1.1 高阶累积量理论
4.1.2 高斯信号的高阶累积量
4.1.3 基于高阶累积量的OFDM信号和单载波信号的调制识别研究
4.1.4 仿真结果与分析
4.2 OFDM信号与多载波调制识别理论
4.2.1 高阶谱理论
4.2.2 双谱估计
4.2.3 基于双谱特性的OFDM信号和小波包信号的调制识别研究
4.2.4 仿真结果与分析
4.3 本章总结
5 基于分层迭代SVM的OFDM信号类内和类间识别算法
5.1 加入WPM信号的高累积量分析
5.2 支持向量机的训练参数构造
5.3 基于迭代分层SVM的OFDM信号调制识别
5.3.1 分层迭代SVM分类原理
5.3.2 分层迭代SVM的训练及识别步骤
5.3.3 仿真和分析
5.4 本章小结
6 结论
6.1 本文总结
6.2 工作展望
致谢
参考文献
攻读学位期间主要研究成果