多载波宽带信号的盲估计与识别

本书旨在研究缺乏先验知识条件下的多载波宽带信号的估计与识别方法，以现代信号处理和计算智能为工具，以数学分析结合仿真模拟为手段，最终实现多载波宽带信号的智能化盲处理。本书共9章，包括：单载波通信信号调制识别，OFDM、MIMO-OFDM、FBMC、MC-CDMA等信号盲估计与识别和基于神经网络的多载波宽带信号盲识别等。

张天骐，在重庆邮电大学通信与信息工程学院，从事教学与科研工作，目前是重庆邮电大学教授、博士硕士生导师、信号与信息处理学科带头人、电子科技大学信号与信息处理学科博士生导师，重庆邮电大学信号与信息处理重庆市重点实验室主任，“教育部新世纪优秀人才计划“获得者，“重庆市杰出青年基金” 获得者。

第1章 绪论 1.1 引言 1.1.1 移动通信系统的发展状况 1.1.2 OFDM系统概述 1.1.3 MIMO及MIMO-OFDM系统概述 1.1.4 FBMC及非正交多载波系统概述 1.1.5 MC-CDMA系统概述 1.2 多载波宽带信号的盲估计与识别现状 1.2.1 OFDM信号的盲估计与识别现状 1.2.2 MIMO-OFDM信号的盲估计与识别现状 1.2.3 FBMC信号的盲估计与识别现状 1.2.4 MC_CDMA信号的盲估计与识别现状 1.2.5 多载波调制信号智能识别现状 1.3 多载波宽带信号及其盲估计与识别 1.3.1 OFDM信号 1.3.2 MIMO多载波宽带信号 1.3.3 FBMC及其他非正交多载波信号 1.3.4 MC-CDMA信号 1.3.5 多载波宽带信号盲估计与识别 1.4 本书主要工作和内容安排 1.4.1 全书内容组织结构 1.4.2 全书章节安排 第2章 单载波通信信号调制识别 2.1 常见单载波信号调制识别的基本原理 2.1.1 常见单载波信号模型 2.1.2 特征参数提取方法及相关理论 2.1.3 BP神经网络理论 2.1.4 本节小结 2.2 基于小波分解的单载波通信信号调制识别算法 2.2.1 引言 2.2.2 小波变换与多分辨分析理论 2.2.3 基于小波分解特征参数的提取 2.2.4 分层结构神经网络分类器设计 2.2.5 仿真实验及结果分析 2.2.6 本节小结 2.3 基于PSO-SVM的单载波通信信号调制识别算法 2.3.1 引言 2.3.2 支持向量机原理基础 2.3.3 粒子群优化算法 2.3.4 基于PSO-SVM的单载波调制识别 2.3.5 仿真实验及结果分析 2.3.6 本节小结 2.4 瑞利信道下基于累积量的单载波调制识别 2.4.1 引言 2.4.2 瑞利信道下的信号模型 2.4.3 基于累积量的单载波调制识别 2.4.4 仿真实验及结果分析 2.4.5 本节小结 2.5 基于谱特征的中频PSK信号类内识别 2.5.1 引言