声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 极大似然算法研究发展现状
1.2.2 基于特征提取研究发展现状
1.3 论文的研究内容
1.4 论文的章节安排
2 基于瞬时特征的调制识别
2.1 数字信号调制
2.1.1 MASK 调制
2.1.2 MFSK 调制
2.1.3 MPSK 调制
2.1.4 MQAM 调制
2.2 瞬时特征提取
2.2.1 希尔伯特变换
2.2.2 瞬时特征提取
2.2.3 改进瞬时特征
2.3 调制识别仿真
2.3.1 决策树分类器
2.3.2 仿真及结果分析
2.4 本章小结
3 基于分形特征的调制识别
3.1 分形理论
3.1.1 盒维数
3.1.2 信息维数
3.2 分形特征提取
3.2.1 参数设置
3.2.2 特征提取
3.2.3 改进盒维数算法
3.3 调制识别仿真
3.3.1 支持向量机分类器
3.3.2 模拟信号仿真及结果分析
3.3.3 数字信号仿真及结果分析
3.4 本章小结
4 基于高阶累积量的调制识别
4.1 高阶累积量理论
4.2 高阶累积量特征提取
4.2.1 信号长度设置
4.2.2 特征提取
4.3 类内识别仿真
4.3.1 MPSK 类内识别特征构造
4.3.2 仿真及结果分析
4.4 本章小结
5 级联调制识别
5.1 类间识别
5.2 MASK、16QAM 识别
5.3 仿真及结果分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
个人简历、在学期间发表的学术论文与参与项目
郑州大学;