自動調(diào)制樣式分類：原理、算法與應(yīng)用

第1章 概述 1
1.1 背景 1
1.2 應(yīng)用 2
1.2.1 軍用 2
1.2.2 民用 3
1.3 領(lǐng)域綜述與本書內(nèi)容簡介 4
1.4 調(diào)制樣式與通信系統(tǒng)基礎(chǔ) 5
1.4.1 模擬系統(tǒng)及其調(diào)制樣式 5
1.4.2 數(shù)字系統(tǒng)及其調(diào)制樣式 8
1.4.3 不同信道效應(yīng)下的接收信號 12
1.5 小結(jié) 12
參考文獻 12
第2章 調(diào)制樣式分類信號模型 14
2.1 引言 14
2.2 加性高斯白噪聲(AWGN)信道中的信號模型 15
2.2.1 I-Q分量的信號分布 16
2.2.2 信號相位的信號分布 17
2.2.3 信號幅度的信號分布 18
2.3 衰落信道中的信號模型 18
2.4 非高斯噪聲信道中的信號模型 20
2.4.1 米德爾頓A類噪聲模型 20
2.4.2 對稱??穩(wěn)定模型 21
2.4.3 混合高斯模型 21
2.5 小結(jié) 22
參考文獻 23
第3章 基于似然的分類器 25
3.1 引言 25
3.2 最大似然分類器 25
3.2.1 加性高斯白噪聲信道中的似然函數(shù) 25
3.2.2 衰落信道中的似然函數(shù) 27
3.2.3 非高斯噪聲信道中的似然函數(shù) 28
3.2.4 最大似然分類決策 28
3.3 未知信道參數(shù)的似然比檢驗 29
3.3.1 平均似然比檢驗 29
3.3.2 廣義似然比檢驗 30
3.3.3 混合似然比檢驗 31
3.4 降低復(fù)雜度 32
3.4.1 離散似然比檢驗與查找表 32
3.4.2 最小距離似然函數(shù) 32
3.4.3 非參數(shù)似然函數(shù) 33
3.5 小結(jié) 33
參考文獻 33
第4章 基于分布檢驗的分類器 35
4.1 引言 35
4.2 Kolmogorov–Smirnov(KS)檢驗分類器 36
4.2.1 KS檢驗擬合優(yōu)度 36
4.2.2 單樣本KS檢驗分類器 37
4.2.3 雙樣本KS檢驗分類器 39
4.2.4 相位差分類器 39
4.3 克萊默-馮?米塞斯檢驗分類器 40
4.4 安德森-達令檢驗分類器 41
4.5 優(yōu)化的分布采樣檢驗分類器 41
4.5.1 采樣位置優(yōu)化 42
4.5.2 分布采樣 43
4.5.3 分類決策標準 43
4.5.4 調(diào)制樣式分類決策 44
4.6 小結(jié) 44
參考文獻 45
第5章 調(diào)制樣式分類的特征 47
5.1 引言 47
5.2 基于信號頻譜的特征 47
5.2.1 基于信號頻譜的特征 48
5.2.2 基于頻譜的具體特征 50
5.2.3 基于頻譜特征決策 50
5.2.4 決策門限優(yōu)化 51
5.3 基于小波變換的特征 52
5.4 基于高階統(tǒng)計的特征 54
5.4.1 基于高階矩的特征 54
5.4.2 基于高階累積量的特征 55
5.5 基于循環(huán)平穩(wěn)分析的特征 56
5.6 小結(jié) 57
參考文獻 58
第6章 利用機器學習實現(xiàn)調(diào)制樣式分類 60
6.1 引言 60
6.2 k最近鄰分類器 60
6.2.1 構(gòu)建參考特征空間 60
6.2.2 明確距離定義 61
6.2.3 k最近鄰決策 61
6.3 支持向量機分類器 62
6.4 利用邏輯回歸實現(xiàn)信號特征組合 63
6.5 利用人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)信號特征組合 64
6.6 利用遺傳算法實現(xiàn)信號特征選擇 65
6.7 利用遺傳編程實現(xiàn)信號特征選擇與信號特征組合 66
6.7.1 樹狀結(jié)構(gòu)解 67
6.7.2 遺傳算子 68
6.7.3 適應(yīng)度評價 69
6.8 小結(jié) 70
參考文獻 70
第7章 盲調(diào)制樣式分類 72
7.1 引言 72
7.2 利用基于似然分類器實現(xiàn)期望最大化 72
7.2.1 期望值最大化評估器 73
7.2.2 最大似然分類器 75
7.2.3 最小似然距離分類器 75
7.3 最小距離質(zhì)心估計與非參數(shù)似然分類器 76
7.3.1 最小距離質(zhì)心估計 76
7.3.2 非參數(shù)似然函數(shù) 78
7.4 小結(jié) 79
參考文獻 80
第8章 各種調(diào)制樣式分類器的比較 82
8.1 簡介 82
8.2 系統(tǒng)要求及適用的調(diào)制樣式 82
8.3 加性噪聲情況下的分類準確度 84
8.3.1 分類器評價標準 85
8.3.2 加性高斯白噪聲信道中的性能比較 85
8.4 信號長度有限情況下的分類準確度 90
8.5 存在相位偏移時的分類魯棒性 94
8.6 存在頻率偏移時的分類魯棒性 98
8.7 運算復(fù)雜度 102
8.8 小結(jié) 103
參考文獻 103
第9章 民用調(diào)制樣式分類 104
9.1 引言 104
9.2 對高階調(diào)制樣式的分類 104
9.3 鏈路自適應(yīng)系統(tǒng)的調(diào)制樣式分類 105
9.4 多輸入多輸出(MIMO)系統(tǒng)的調(diào)制樣式分類 106
9.5 小結(jié) 110
參考文獻 110
第10章 軍用調(diào)制樣式分類器設(shè)計 112
10.1 簡介 112
10.2 調(diào)制樣式池未知情況下的調(diào)制樣式分類器設(shè)計 112
10.3 低檢測概率信號調(diào)制樣式分類器 114
10.3.1 直接序列擴譜信號的調(diào)制樣式分類 115
10.3.2 FHSS信號的調(diào)制樣式分類 116
10.4 小結(jié) 117
參考文獻 117