时频分析与盲信号处理PDF电子书下载

第1章 绪论 1

1.1 盲信号处理背景与需求 1

1.1.1 盲信号处理背景 1

1.1.2 盲信号处理基本内容 2

1.2 盲信号处理现状 3

1.2.1 特征参数估计研究现状 3

1.2.2 调制识别研究现状 4

1.2.3 符号识别研究现状 6

1.2.4 辐射源个体识别现状 6

1.3 时频分析方法发展历程与分类 8

1.3.1 时频分析方法的基本发展历程 8

1.3.2 时频分析方法的分类与基本特点 9

1.4 基本研究方法和内容 11

1.4.1 基本研究方法 11

1.4.2 基本研究内容 12

第2章 新型时频特征曲线及提取方法 14

2.1 引言 14

2.2 时频变换与时频函数选取 14

2.3 传统时频脊线及提取方法 21

2.4 载频时频曲线及提取方法 26

2.5 时频差值脊线及提取方法 28

2.6 时频脊系数曲线及提取方法 30

2.7 其他时频曲线及提取方法 32

2.8 本章小结 33

第3章 典型信号时频特征曲线形态分析 34

3.1 引言 34

3.2 典型信号的表达方式 34

3.3 典型信号时频脊线特征 41

3.4 典型信号载频时频曲线特征 50

3.5 典型信号时频脊系数曲线特征 60

3.6 典型信号零中频相位曲线特征 66

3.7 典型信号频谱冲激响应特征 73

3.8 典型信号短时频谱曲线特征 81

3.9 本章小结 85

第4章 基于时频特征的调制参数估计 87

4.1 引言 87

4.2 基于时频特征曲线的载频估计 87

4.3 基于时频特征的符号率估计和符号同步 89

4.3.1 不同曲线形状的符号率估计 89

4.3.2 数字信号符号同步及符号率修正 92

4.4 相位调制信号符号率估计 94

4.4.1 符号率估计算法 94

4.4.2 性能仿真及分析 97

4.4.3 结论 101

4.5 频率调制信号符号率估计 101

4.5.1 符号率估计算法 101

4.5.2 性能仿真及分析 103

4.5.3 结论 108

4.6 幅度调制信号符号率估计 108

4.6.1 符号率估计算法 108

4.6.2 性能仿真与分析 109

4.7 幅相调制信号符号率估计 112

4.7.1 符号率估计算法 112

4.7.2 性能仿真与分析 112

4.8 本章小结 113

第5章 基于时频特征的调制识别特征提取 115

5.1 引言 115

5.2 时频脊线二等分标准差比值特征 116

5.3 时频脊线［-ε，ε］概率特征 118

5.4 时频脊系数曲线二等分均值比值特征 120

5.5 时频脊系数曲线方差特征 122

5.6 时频特征曲线符号率特征 124

5.7 短时频谱曲线极小、极大值特征 126

5.8 时频值聚类特征 127

5.9 其他调制识别特征 128

5.9.1 信号频谱特征 128

5.9.2 平方律特征 129

5.10 本章小结 129

第6章 调制识别分类器设计 131

6.1 引言 131

6.2 基于贝叶斯理论的调制识别 131

6.2.1 假设检验 131

6.2.2 最小错误概率准则 132

6.2.3 最小风险判决准则 134

6.2.4 信噪比对概率密度影响 135

6.3 基于识别树的自动识别方法 139

6.3.1 基本概念 139

6.3.2 分类树的建立 141

6.3.3 分类树的剪枝 142

6.3.4 数字信号识别树设计 143

6.4 基于支持向量机的自动识别方法 145

6.4.1 基本概念 145

6.4.2 核函数 146

6.4.3 多类SVM 147

6.4.4 SVM训练与识别 148

6.5 基于混合方法的自动识别方法 149

6.5.1 混合分类器种类 149

6.5.2 SVM后接分类树 150

6.5.3 基于SVM的分类树 150

6.6 盲信号调制识别仿真 151

6.6.1 基于识别树的通信数字信号调制识别性能仿真 151

6.6.2 基于支持向量机的雷达信号调制识别性能仿真 156

6.7 本章小结 158

第7章 基于时频特征的数字信号盲解调 159

7.1 引言 159

7.2 相位调制信号解调盲算法 159

7.3 频率调制信号盲解调算法 162

7.4 幅度调制信号盲解调算法 163

7.5 性能仿真与分析 163

7.6 本章小结 170

第8章 辐射源个体识别特征提取 171

8.1 引言 171

8.2 个体识别特征产生根源及表现 172

8.2.1 个体识别特征产生的根源及表现 172

8.2.2 个体识别特征的原则和条件 173

8.3 辐射源信号暂态响应特征 174

8.3.1 暂态响应特征及其表征 174

8.3.2 暂态响应包络提取 175

8.3.3 暂态响应特征提取 177

8.4 辐射源信号的稳态特征 179

8.4.1 包络稳态特征 180

8.4.2 瞬时相位特征 180

8.4.3 瞬时频率特征 181

8.4.4 信道倒谱特征 182

8.4.5 包络分形特征 184

8.5 辐射源信号的非线性、非高斯等特征 185

8.5.1 信号包络高阶矩J特征 185

8.5.2 信号包络的峰度特征提取技术 186

8.6 机械扫描雷达扫描周期特征 187

8.6.1 圆周扫描雷达的扫描周期特征 187

8.6.2 圆周扫描雷达扫描周期的计算 188

8.7 本章小结 190

第9章 基于迭代结构的时频函数快速算法 192

9.1 引言 192

9.2 指数遗忘分布及其快速算法 193

9.3 基于指数结构的小波函数快速算法 193

9.3.1 余弦型窗函数及其快速算法 194

9.3.2 升余弦型窗函数及其快速算法 195

9.3.3 双指数型窗函数及其快速算法 197

9.4 相容性条件与小波函数参数设置 198

9.4.1 余弦型窗函数小波 198

9.4.2 升余弦型窗函数小波 199

9.4.3 双指数型窗函数小波 200

9.4.4 高斯型窗函数小波 200

9.5 性能比较仿真与运算复杂度分析 200

9.5.1 PSK信号符号率估计性能仿真 201

9.5.2 DPSK信号盲解调性能仿真 202

9.5.3 运算量和性能比较分析 202

9.6 本章小结 205

第10章 过采样信号的压缩技术 206

10.1 引言 206

10.2 采样信号的抽取 207

10.3 压缩重构技术概述 208

10.3.1 采样信号的压缩重构 209

10.3.2 采样信号的多任务压缩重构 211

10.4 一般性采样信号的多任务压缩重构 211

10.4.1 先验信息共享模型 212

10.4.2 基于拉普拉斯先验的多任务重构算法 216

10.4.3 降低参数维数的多任务重构算法 219

10.5 仿真实验与分析 227

10.5.1 采样信号的抽取算法仿真 227

10.5.2 一般性稀疏信号的多任务重构算法仿真 228

10.6 本章小结 234

参考文献 235