| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·粗糙集国内外研究现状 | 第9-11页 |
| ·调制识别国内外研究现状 | 第11-12页 |
| ·本文的研究内容及研究思路 | 第12-15页 |
| 第二章 通信信号调制的基础知识和预处理 | 第15-27页 |
| ·调制的基本概念 | 第15-20页 |
| ·通信信号的预处理 | 第20-27页 |
| ·Hilbert变换 | 第20-21页 |
| ·通信调制信号的预处理 | 第21-22页 |
| ·定义调制信号的几个重要参数 | 第22-27页 |
| 第三章 通信调制信号的特征提取 | 第27-33页 |
| ·高阶累积量的理论基础 | 第27-29页 |
| ·通信调制信号的特征提取算法 | 第29-33页 |
| 第四章 邻域粗糙集理论及通信调制信号特征选择算法 | 第33-41页 |
| ·数值空间的粒化和逼近 | 第34-36页 |
| ·邻域基础上的粒化 | 第34-36页 |
| ·邻域粗糙集的逼近 | 第36页 |
| ·邻域决策系统 | 第36-38页 |
| ·基于邻域模型的属性约简算法 | 第38-41页 |
| 第五章 基于BP神经网络的调制识别器设计 | 第41-49页 |
| ·神经网络概述 | 第41页 |
| ·BP神经网络的模型和算法 | 第41-46页 |
| ·BP网络结构 | 第42-43页 |
| ·BP学习算法 | 第43-46页 |
| ·神经网络调制识别器设计分析 | 第46页 |
| ·基于BP神经网络的通信信号调制识别算法步骤 | 第46-49页 |
| 第六章 基于邻域粗糙集调制识别方法的应用 | 第49-77页 |
| ·实验数据来源 | 第49-50页 |
| ·基于邻域粗糙集的调制信号特征参数选择 | 第50页 |
| ·不同信噪比下δ不同时的BP调制识别结果 | 第50-61页 |
| ·邻域粗糙集处理前的通信调制信号BP网络识别结果 | 第61-67页 |
| ·基于可辨识矩阵的BP调制识别结果 | 第67-74页 |
| ·不同方法的识别结果对比分析 | 第74-77页 |
| ·基于邻域粗糙集和邻域粗糙集处理前的BP调制识别结果比较 | 第74页 |
| ·基于邻域粗糙集和可辨识矩阵的BP调制识别结果比较 | 第74-77页 |
| 第七章 总结与展望 | 第77-79页 |
| ·本文所做的工作 | 第77-78页 |
| ·进一步的研究方向 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读学位期间发表的学术论文目录 | 第85页 |