通信信号调制识别 原理与算法PDF|Epub|txt|kindle电子书版本网盘下载

通信信号调制识别 原理与算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1背景与意义1

1.2调制识别相关基础知识1

1.3主要内容4

第2章 通信信号特征参数及调制方式分类器6

2.1统计量特征6

2.1.1信号瞬时特征6

2.1.2高阶统计量特征11

2.1.3循环累积量特征14

2.2谱相关特征17

2.2.1谱相关函数的定义17

2.2.2谱相关函数及谱相关平面图18

2.2.3谱相关特征20

2.3小波变换特征22

2.3.1 Haar小波变换23

2.3.2基于Haar小波变换特征24

2.4复杂度特征25

2.4.1 L-Z复杂度25

2.4.2分形维数27

2.5分类器29

2.5.1最大似然分类器29

2.5.2基于样本特征值的分类器32

2.5.3聚类算法分类器35

第3章 模拟调制识别37

3.1基于瞬时特征信息的模拟调制识别37

3.1.1特征参数37

3.1.2识别算法38

3.1.3特征参数门限值的确定39

3.1.4算法识别率43

3.2基于谱相关特征的模拟调制识别44

3.2.1特征参数44

3.2.2识别算法45

3.2.3特征参数门限值的确定46

3.2.4算法识别率48

第4章 数字调制识别50

4.1基于瞬时信息的数字调制识别50

4.1.1特征参数50

4.1.2识别算法51

4.1.3特征参数门限值的确定52

4.1.4算法识别率58

4.2基于谱相关特征的数字调制识别58

4.2.1特征参数58

4.2.2识别算法59

4.2.3特征参数门限值的确定60

4.2.4算法识别率61

4.3基于高阶累积量特征的数字调制识别62

4.3.1信号与信道模型62

4.3.2高阶累积量特征的抗多径干扰性能63

4.3.3基于高阶累积量的MPSK信号调制识别算法66

4.3.4仿真结果69

4.3.5基于高阶累积量特征的调制识别算法的说明70

4.4基于循环累积量特征的数字调制识别71

4.4.1信号与信道模型71

4.4.2基于循环累积量不变量的MPSK信号调制识别算法72

4.4.3仿真结果75

4.4.4基于循环累积量特征的调制识别算法的说明76

4.5基于小波变换特征的数字调制识别77

4.5.1调制信号的Haar小波变换77

4.5.2基于Haar小波变换的调制识别80

4.5.3识别率确定86

4.6基于复杂度特征的调制信号识别87

4.6.1基于盒维数和信息维数的调制识别算法87

4.6.2基于L-Z复杂度和盒维数的调制识别算法92

第5章 综合调制信号的自动识别98

5.1基于瞬时信息的综合调制识别98

5.1.1特征参数98

5.1.2识别算法99

5.1.3特征参数门限值的确定101

5.1.4算法识别率106

5.2基于谱相关特征的综合调制识别106

5.2.1特征参数106

5.2.2识别算法107

5.2.3特征参数门限值的确定108

5.2.4算法识别率112

第6章 基于聚类算法的数字调制识别113

6.1基于代价函数最优的聚类算法113

6.1.1 C均值聚类算法115

6.1.2模糊C均值聚类算法116

6.2减法聚类算法118

6.2.1减法聚类算法步骤118

6.2.2基于信噪比的自适应减法聚类算法119

6.3二次聚类算法121

6.3.1二次聚类算法简述121

6.3.2基于C均值聚类的二次聚类算法122

6.4聚类算法的性能123

6.5基于聚类的调制识别分类器124

6.5.1最大似然分类器124

6.5.2广义似然比分类器128

6.5.3识别率性能实验131

第7章 基于神经网络的调制识别136

7.1神经网络调制识别方法和特点136

7.2 BP神经网络分类器138

7.2.1 BP神经网络结构138

7.2.2 BP算法描述139

7.3基于BP神经网络分类器的数字调制识别143

7.3.1 BP神经网络结构144

7.3.2识别性能145

7.4其他神经网络的调制识别算法简述149

结束语151

参考文献152

英文缩写156

名词索引158