C波段无线电信号智能分类识别研究
| 中文摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第1章 绪论 | 第6-10页 |
| 1.1 研究背景和意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-8页 |
| 1.3 本文研究内容及安排 | 第8-10页 |
| 第2章 预备知识 | 第10-26页 |
| 2.1 C波段无线电信号的介绍 | 第10-15页 |
| 2.1.1 波段的定义 | 第10-12页 |
| 2.1.2 C波段无线电信号信息库的建立 | 第12-15页 |
| 2.2 主成分分析 | 第15-18页 |
| 2.2.1 主成分分析的基本思想 | 第15-16页 |
| 2.2.2 构建主成分分析数学模型 | 第16-17页 |
| 2.2.3 主成分的求解过程 | 第17-18页 |
| 2.3 BP神经网络模型的构建 | 第18-26页 |
| 2.3.1 BP算法原理及数学表达 | 第19-21页 |
| 2.3.2 BP算法权值学习过程 | 第21-26页 |
| 第3章 特征提取方法研究 | 第26-33页 |
| 3.1 特征提取 | 第26-27页 |
| 3.2 特征提取的方法 | 第27-33页 |
| 3.2.1 基于频域特征的特征提取 | 第28-29页 |
| 3.2.2 基于统计量的特征提取 | 第29-30页 |
| 3.2.3 基于主成分分析的特征提取 | 第30-33页 |
| 第4章 基于BP神经网络模型的实验研究 | 第33-45页 |
| 4.1 BP神经网络具体参数的选取 | 第34-37页 |
| 4.1.1 BP神经网络初始化权值的选取 | 第34-35页 |
| 4.1.2 隐含层数和隐含层结点数的确定方法 | 第35-36页 |
| 4.1.3 输出信号类别标识的确定方法 | 第36-37页 |
| 4.2 实验分析 | 第37-45页 |
| 4.2.1 数据的标准化 | 第37-43页 |
| 4.2.1.1 标准化统计量特征提取数据 | 第38-40页 |
| 4.2.1.2 标准化主成分分析特征提取数据 | 第40-43页 |
| 4.2.2 结果分析 | 第43-45页 |
| 第5章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 附录A | 第48-56页 |
| 附录B | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表论文 | 第61-62页 |
