基于谱相关和神经网络的调制方式识别究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景与意义 | 第8-9页 |
| ·调制方式识别的研究现状 | 第9-11页 |
| ·判决理论的方法 | 第10-11页 |
| ·统计模式识别方法 | 第11页 |
| ·论文研究的主要内容及结构 | 第11-13页 |
| 第2章 循环谱相关理论及神经网络基础理论 | 第13-30页 |
| ·循环谱相关理论 | 第13-16页 |
| ·循环平稳信号 | 第13-15页 |
| ·循环谱密度函数 | 第15-16页 |
| ·循环谱特点及其噪声抑制性能分析 | 第16-19页 |
| ·循环谱特点分析 | 第17页 |
| ·循环的噪声抑制性能分析 | 第17-19页 |
| ·循环谱的估计算法 | 第19-21页 |
| ·循环谱基本时域算法 | 第19-20页 |
| ·通过平滑计算循环谱相关 | 第20-21页 |
| ·人工神经网络理论基础 | 第21-24页 |
| ·神经网络的优点 | 第22-23页 |
| ·神经网络模型及工作方式 | 第23-24页 |
| ·BP 网络和BP 算法 | 第24-28页 |
| ·多层感知器神经网络及BP 网络 | 第24-25页 |
| ·BP 学习算法 | 第25-27页 |
| ·BP 网络的设计分析 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 数字调制信号的循环谱及特征参数的选取 | 第30-46页 |
| ·自动调制识别方法 | 第30-31页 |
| ·数字信号的循环谱分析 | 第31-40页 |
| ·脉冲幅度调制（PAM）信号循环谱 | 第31-32页 |
| ·振幅监控（MASK）信号循环谱 | 第32-34页 |
| ·频移键控(MFSK)信号循环谱 | 第34-36页 |
| ·相移键控(MPSK)信号循环谱 | 第36-39页 |
| ·最小频移键控(MSK)信号的循环谱 | 第39-40页 |
| ·数字调制信号特征参数的提取 | 第40-45页 |
| ·有关文献中用于数字调制方式识别的特征参数 | 第40-42页 |
| ·本文的特征参数 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 系统设计与仿真 | 第46-57页 |
| ·基于BP 网络的调制识别算法 | 第46页 |
| ·BP 网络的训练 | 第46-52页 |
| ·BP 算法 | 第46-48页 |
| ·BP 算法的改进 | 第48-51页 |
| ·对附加动量法的改进 | 第51-52页 |
| ·结果分析 | 第52-56页 |
| ·隐含层神经元个数对识别结果影响分析 | 第52-54页 |
| ·不同训练算法的识别结果分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |
