基于LabVIEW的数字信号调制识别
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·调制识别研究背景与意义 | 第10-11页 |
| ·调制识别研究发展与现状 | 第11-14页 |
| ·主要工作及论文结构 | 第14-16页 |
| 2 信号特征参数与决策树分类器 | 第16-38页 |
| ·引言 | 第16页 |
| ·信号的产生和瞬时参数 | 第16-24页 |
| ·解析信号 | 第17-18页 |
| ·信号与其瞬时参数 | 第18-24页 |
| ·特征参数分类识别 | 第24-29页 |
| ·特征参数的选取 | 第25-26页 |
| ·决策树识别器 | 第26-29页 |
| ·仿真实验 | 第29-36页 |
| ·本章小结 | 第36-38页 |
| 3 神经网络实现及性能分析 | 第38-58页 |
| ·引言 | 第38页 |
| ·BP神经网络实现 | 第38-49页 |
| ·神经网络模型 | 第38-41页 |
| ·信息的正向传播过程 | 第41-43页 |
| ·误差的反向传播过程 | 第43-48页 |
| ·神经网络训练及改进 | 第48-49页 |
| ·神经网络性能分析 | 第49-56页 |
| ·神经网络层数确定 | 第49-50页 |
| ·学习效率和动量因子确定 | 第50-53页 |
| ·隐藏层神经元数目确定 | 第53-56页 |
| ·初始权值确定 | 第56页 |
| ·本章小结 | 第56-58页 |
| 4 神经网络识别器 | 第58-64页 |
| ·引言 | 第58页 |
| ·神经网络分类器 | 第58-59页 |
| ·仿真实验 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 5 论文总结和展望 | 第64-66页 |
| ·工作总结 | 第64页 |
| ·进一步研究方向 | 第64-66页 |
| 参考文献 | 第66-68页 |