基于粗糙集的通信信号调制识别方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 引言 | 第8-17页 |
| ·选题依据 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·调制识别国内外研究现状及不足 | 第9-12页 |
| ·粗糙集研究现状 | 第12-14页 |
| ·本文的研究内容及研究思路 | 第14-16页 |
| ·主要特色和创新 | 第16-17页 |
| 第2章 通信信号调制相关基础知识 | 第17-20页 |
| ·调制的概念及在通信系统中的作用 | 第17页 |
| ·调制的分类 | 第17-20页 |
| 第3章 调制信号的特征提取 | 第20-26页 |
| ·高阶累积量的定义及性质 | 第20-23页 |
| ·调制信号特征参数提取的算法 | 第23-26页 |
| 第4章 粗糙集理论及调制信号特征选择算法 | 第26-47页 |
| ·知识的含义与表达 | 第26-29页 |
| ·知识的分类概念 | 第27-28页 |
| ·知识的表达 | 第28-29页 |
| ·粗糙集理论基础 | 第29-32页 |
| ·粗糙集理论的基本概念 | 第29-31页 |
| ·粗糙度和分类质量 | 第31-32页 |
| ·知识获取 | 第32-34页 |
| ·知识获取概述 | 第32-33页 |
| ·决策规则 | 第33-34页 |
| ·知识约简 | 第34-39页 |
| ·决策表离散化 | 第39-42页 |
| ·离散化问题的描述 | 第39-40页 |
| ·离散化问题的分类分析 | 第40-41页 |
| ·基于自组织神经网络的属性离散化方法 | 第41-42页 |
| ·常用的属性约简算法 | 第42-43页 |
| ·基于正区域的调制信号特征选择算法 | 第43-47页 |
| ·不可分辨关系IND(P)的算法 | 第45页 |
| ·正区域POS_p(Q)的算法 | 第45-46页 |
| ·JELONEK属性约简(特征选择)算法 | 第46-47页 |
| 第5章 基于粗糙集的调制识别器设计 | 第47-52页 |
| ·BP神经网络调制识别器 | 第47-50页 |
| ·神经网络概述 | 第47-48页 |
| ·BP神经网络调制识别器算法 | 第48-49页 |
| ·BP神经网络调制识别器设计分析 | 第49-50页 |
| ·基于粗糙集的调制识别方法步骤 | 第50-52页 |
| 第6章 基于粗糙集的调制识别方法的应用 | 第52-63页 |
| ·实验数据来源 | 第52页 |
| ·基于粗糙集的调制信号特征选择 | 第52-55页 |
| ·基于粗糙集的BP调制识别结果 | 第55-57页 |
| ·不同方法的调制识别结果对比分析 | 第57-61页 |
| ·粗糙集处理前的BP调制识别结果 | 第57-60页 |
| ·基于 PCA的BP调制识别结果 | 第60-61页 |
| ·基于粗糙集的BP调制识别在不同信噪比下识别结果 | 第61-63页 |
| 第7章 结论与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
