基于改进自组织竞争神经网络的信号调制方式识别
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·调制识别的研究背景 | 第8-9页 |
| ·调制解调技术 | 第8页 |
| ·调制识别技术 | 第8-9页 |
| ·自动调制识别 | 第9-11页 |
| ·调制方式识别的发展和研究现状 | 第9-10页 |
| ·自动调制识别的流程 | 第10-11页 |
| ·人工神经网络与调制识别 | 第11-12页 |
| ·论文的框架结构与主要内容 | 第12-14页 |
| 2 预备知识 | 第14-25页 |
| ·模糊 C 均值聚类算法 | 第14-16页 |
| ·自组织映射神经网络 | 第16-24页 |
| ·自组织映射神经网络概述 | 第16-17页 |
| ·SOM 神经网络的基本原理 | 第17页 |
| ·SOM 神经网络结构 | 第17-19页 |
| ·SOM 神经网络参数说明 | 第19-22页 |
| ·SOM 神经网络学习算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 3 调制信号的预处理和特征选取 | 第25-41页 |
| ·无线电信号的调制方式 | 第25-28页 |
| ·幅度调制 | 第25-27页 |
| ·角度调制 | 第27页 |
| ·移频键控 | 第27-28页 |
| ·傅里叶变换 | 第28-32页 |
| ·傅里叶变换定义 | 第28-29页 |
| ·快速傅里叶变换 | 第29-32页 |
| ·数据预处理 | 第32-36页 |
| ·特征提取 | 第36-38页 |
| ·数据归一化 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于改进的 SOM 神经网络调制识别 | 第41-44页 |
| ·改进的 SOM 学习算法 | 第41-42页 |
| ·学习率函数 | 第41页 |
| ·初始权值 | 第41-42页 |
| ·算法步骤 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 仿真实验 | 第44-48页 |
| ·改进 SOM 神经网络实验及结果 | 第44-45页 |
| ·传统神经网络实验及结果 | 第45-46页 |
| ·基于支持向量机（SVM）识别实验及结果 | 第46-47页 |
| ·实验结果分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 A | 第52-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
