首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文

通信信号的参数提取与分层结构BP网络识别研究

摘要第1-6页
ABSTRACT第6-14页
第一章 绪论第14-24页
   ·课题研究背景第14-15页
   ·课题研究的目的和意义第15-16页
   ·软件无线电的概念第16-18页
   ·自动调制识别技术第18-22页
     ·自动调制识别技术的发展过程第18-20页
     ·一般调制样式识别过程的框架结构第20-21页
     ·自动调制识别技术新要求第21-22页
   ·本文主要内容简介第22-24页
第二章 神经网络模型与BP算法第24-37页
   ·神经网络简介第24-25页
   ·人工神经网络模型第25-27页
     ·人工神经元模型第25页
     ·人工神经网络工作方式第25-27页
   ·多层感知器(MLP)神经网络第27页
   ·反向传播(BP)算法第27-30页
     ·BP算法基本原理第27-28页
     ·BP算法学习过程的具体步骤第28-30页
   ·BP神经网络的设计第30-32页
     ·隐含层数的选择第30-31页
     ·隐含层节点数的确定第31页
     ·初始权值的选取第31-32页
     ·学习率的选择第32页
   ·BP算法的改进第32-35页
     ·加入动量项第32页
     ·自适应学习率调整法第32-33页
     ·Levenberg-Marquardt算法第33页
     ·RPROP算法第33-35页
   ·数字通信信号识别中神经网络的应用第35-36页
   ·本章小节第36-37页
第三章 软件无线电中调制识别的预处理部分第37-49页
   ·软件无线电的基本结构第37-38页
   ·软件无线电中调制信号通用模型第38-39页
   ·数字调制信号的正交实现算法第39-41页
     ·振幅键控(2ASK)信号第39页
     ·二进制频移键控(2FSK)信号第39-40页
     ·二进制相移键控(2PSK)信号第40页
     ·四进制数字相位调制(QPSK)信号第40-41页
     ·正交振幅调制(QAM)信号第41页
   ·软件无线电接收机数学模型第41-44页
   ·识别前的参数估计第44-48页
     ·采样频率的选择第44-45页
     ·载频估计第45-47页
     ·符号速率估计第47-48页
   ·本章小结第48-49页
第四章 基于时域统计和分形特征的参数提取第49-72页
   ·数字信号载波调制的目的第49页
   ·数字调制信号仿真第49-53页
     ·理想信道仿真第49-51页
     ·高斯白噪声分析第51-52页
     ·高斯信道仿真第52-53页
   ·瞬时特征分析及提取第53-62页
     ·瞬时特征的提取与处理第53-57页
       ·瞬时相位去卷叠第56页
       ·线性相位分量第56-57页
     ·理想信道瞬时特征提取第57-61页
     ·高斯信道瞬时特征提取第61-62页
   ·时域统计特征提取第62-69页
     ·2ASK BPSK 2FSK 4ASK QPSK 4FSK和MQAM的识别参数第62-65页
     ·BPSK、QPSK、2FSK和4FSK的识别参数第65-68页
     ·2ASK与4ASK的识别参数第68-69页
   ·分形特征提取第69-71页
   ·本章小节第71-72页
第五章 基于神经网络的数字调制方式识别第72-87页
   ·统计模式识别第72-73页
   ·神经网络模式识别的方法和特点第73-74页
   ·基于判决树的分类方法第74-76页
   ·分层结构MLP分类器的设计第76-77页
   ·基于分层结构MLP的分类识别第77-86页
     ·数字调制信号样本第77-78页
     ·待识别信号的特征参数样本数据第78-79页
     ·分层结构神经网络训练第79-82页
     ·测试网络实验结果第82-83页
     ·观察数据的长度对识别率的影响第83-86页
   ·本章小节第86-87页
总结与展望第87-88页
参考文献第88-92页
致谢第92-93页
硕士期间发表的论文第93页

论文共93页,点击 下载论文
上一篇:金融资产管理公司运作的法律思考
下一篇:高墩大跨径连续刚构弯桥全过程稳定性分析