| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究调制识别的目的和意义 | 第9-10页 |
| ·软件无线电简述 | 第10页 |
| ·通信信号调制识别的发展过程及现状 | 第10-13页 |
| ·粗糙集理论研究现状 | 第13-15页 |
| ·粗糙集与神经网络结合的必要性以及本文研究内容 | 第15页 |
| ·粗糙集与神经网络结合的必要性 | 第15页 |
| ·本文主要研究内容 | 第15页 |
| ·本文的章节安排 | 第15-17页 |
| 第二章 通信信号调制识别的基础知识 | 第17-33页 |
| ·数字信号的数学模型 | 第17-24页 |
| ·二进制幅度键控(2ASK) | 第17-18页 |
| ·二进制频移键控(2FSK) | 第18-19页 |
| ·二进制移相键控(2PSK) | 第19-21页 |
| ·多进制数字幅度调制(MASK) | 第21-22页 |
| ·多进制数字频率调制(MFSK) | 第22-23页 |
| ·多进制数字相位调制(MPSK) | 第23-24页 |
| ·通信信号的预处理 | 第24-27页 |
| ·Hilbert变换 | 第24-26页 |
| ·瞬时特征分析 | 第26-27页 |
| ·调制信号的特征参数提取以及几个重要的参数 | 第27-33页 |
| ·调制信号的特征参数提取 | 第27-31页 |
| ·非弱信号段判决门限a_t的确定 | 第31页 |
| ·采样频率的选取 | 第31-33页 |
| 第三章 粗糙集基本理论 | 第33-39页 |
| ·粗糙集基本概念 | 第33-35页 |
| ·知识与知识库 | 第33-34页 |
| ·近似与粗糙集 | 第34页 |
| ·信息系统与决策表 | 第34-35页 |
| ·决策表的离散化 | 第35-37页 |
| ·基于自组织竞争神经网络的属性离散 | 第36-37页 |
| ·信息约简 | 第37-39页 |
| ·基于分明矩阵的属性约简方法 | 第37-38页 |
| ·基于Johnson矩阵的属性约简方法 | 第38-39页 |
| 第四章 神经网络基础及其在通信信号调制识别中的应用 | 第39-47页 |
| ·人工神经网络基础 | 第39-44页 |
| ·人工神经网络的发展 | 第39-40页 |
| ·人工神经网络的特点 | 第40-41页 |
| ·BP神经网络的结构及学习规则 | 第41-44页 |
| ·BP神经网络在通信信号调制识别中应用 | 第44-47页 |
| ·隐含层数的选择 | 第44-45页 |
| ·BP神经网络隐含层节点数的选取 | 第45-46页 |
| ·学习速率的选取 | 第46-47页 |
| 第五章 粗糙集与神经网络相结合的调制识别算法及应用 | 第47-61页 |
| ·粗糙集与神经网络相结合的调制识别算法 | 第47-48页 |
| ·基于粗糙集与神经网络的调制识别步骤 | 第47-48页 |
| ·粗糙集与神经网络相结合的调制识别的应用 | 第48-55页 |
| ·特征参数的提取 | 第48-49页 |
| ·基于自组织竞争神经网络的数据离散 | 第49-52页 |
| ·基于粗糙集理论的特征选择 | 第52-53页 |
| ·BP神经网络分类器的设计 | 第53-55页 |
| ·仿真实现 | 第55-59页 |
| ·同一信噪比下结合了粗糙集的神经网络的性能分析 | 第56-58页 |
| ·不同信噪比下结合了粗糙集与神经网络方法的性能分析 | 第58-59页 |
| ·仿真结果分析 | 第59-61页 |
| 第六章 结论和展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士研究生期间发表的学术论文 | 第68页 |
