基于软件无线电的数字调制方式的自动识别
| 第1章 绪论 | 第1-14页 |
| ·课题的背景和意义 | 第9-10页 |
| ·调制识别技术的研究现状 | 第10-13页 |
| ·论文的结构安排 | 第13-14页 |
| 第2章 软件无线电体系结构和相关理论 | 第14-31页 |
| ·软件无线电数字信号正交变换理论 | 第14-21页 |
| ·实信号的正交分解 | 第14-16页 |
| ·窄带信号的正交分解 | 第16-18页 |
| ·数字混频正交变换 | 第18-19页 |
| ·基于多相滤波的数字正交变换 | 第19-21页 |
| ·软件无线电接收机数学模型 | 第21-24页 |
| ·软件无线电的调制算法 | 第24-30页 |
| ·数字信号调制算法 | 第24-29页 |
| ·信号调制通用模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 平行判决分类器在调制识别中的应用 | 第31-42页 |
| ·调制信号的特征提取 | 第31-35页 |
| ·特征提取过程的几点说明 | 第35-39页 |
| ·调制方式识别的平行判决算法 | 第39-40页 |
| ·仿真实验 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 BP神经网络分类器在调制识别中的应用 | 第42-59页 |
| ·BP神经网络学习原理 | 第42-46页 |
| ·BP网络的改进 | 第46-49页 |
| ·提高收敛速度 | 第47-49页 |
| ·提高推广能力 | 第49页 |
| ·基于2阶矩特征的BP神经网络的调制识别 | 第49-52页 |
| ·BP神经网络分类器的设计 | 第49-52页 |
| ·仿真实验 | 第52页 |
| ·基于多分辨率特征的BP神经网络的调制识别 | 第52-58页 |
| ·小波变换和多分辨率特征 | 第53-55页 |
| ·小波分析和神经网络的结合 | 第55-56页 |
| ·仿真实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 支持向量机在调制识别中的应用 | 第59-72页 |
| ·支持向量机介绍 | 第59-66页 |
| ·概述 | 第59-60页 |
| ·经验风险最小化原则 | 第60页 |
| ·VC维 | 第60-61页 |
| ·结构风险最小化准则 | 第61-62页 |
| ·支持向量机算法描述 | 第62-66页 |
| ·多类分类问题 | 第66-68页 |
| ·一类对余类 | 第66-67页 |
| ·成对分类 | 第67页 |
| ·确定多类目标函数方法 | 第67-68页 |
| ·支持向量机的模型选择 | 第68-69页 |
| ·实验仿真 | 第69-71页 |
| ·LIBSVM简介 | 第69-70页 |
| ·性能仿真 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |
