基于神经网络的OFDM信号识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·信号识别技术的研究背景 | 第7-8页 |
| ·信号识别技术的发展历史与现状 | 第8-11页 |
| ·基于最大似然方法的研究现状 | 第8-9页 |
| ·统计模式识别方法的研究现状 | 第9-11页 |
| ·信号识别技术的研究热点 | 第11-12页 |
| ·本文的主要研究内容和章节安排 | 第12-13页 |
| 第二章 调制信号识别原理 | 第13-27页 |
| ·数字调制方式 | 第13-16页 |
| ·单载波调制技术 | 第13-14页 |
| ·多载波调制技术 | 第14-16页 |
| ·单载波和多载波信号之间的识别技术 | 第16页 |
| ·统计模式方法的基本原理 | 第16-17页 |
| ·特征参数提取的基本原理 | 第17-21页 |
| ·高阶累积量特征参数 | 第18-19页 |
| ·小波特征参数 | 第19-20页 |
| ·分形特征参数 | 第20-21页 |
| ·分类判别的基本方法和基本原理 | 第21-25页 |
| ·神经网络用于模式识别的基本原理和方法 | 第22-23页 |
| ·支撑矢量机用于模式判别的基本原理和方法 | 第23-25页 |
| ·识别系统中的信道环境分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于神经网络的调制信号识别 | 第27-49页 |
| ·径向基神经网络 | 第27-29页 |
| ·RBF神经网络的基本结构 | 第27-28页 |
| ·RBF神经网络中的基本算法 | 第28-29页 |
| ·自组织特征映射神经网络 | 第29-32页 |
| ·SOFM神经网络的基本结构 | 第29-31页 |
| ·SOFM神经网络的学习算法 | 第31-32页 |
| ·基于判决树的神经网络设计 | 第32-41页 |
| ·基于TNN网络的识别系统结构 | 第32-33页 |
| ·TNN网络的工作过程 | 第33-34页 |
| ·TNN网络的工作原理 | 第34-41页 |
| ·径向基神经网络中指数函数的硬件实现 | 第41-44页 |
| ·Cordic算法的基本原理 | 第41-43页 |
| ·指数函数的硬件实现 | 第43-44页 |
| ·仿真结果与分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 信号识别技术中的Bootstrap方法 | 第49-57页 |
| ·Bootstrap方法基本原理 | 第49-52页 |
| ·基本概念 | 第49-50页 |
| ·Bootstrap基本思想 | 第50-51页 |
| ·Bootstrap方法的应用和基本实现方法 | 第51-52页 |
| ·Bootstrap方法在信号识别中的实现 | 第52-54页 |
| ·Bootstrap 方法的有效性 | 第52-53页 |
| ·信号识别系统中Bootstrap采样方法 | 第53-54页 |
| ·仿真结果 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第五章 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 研究成果 | 第65-66页 |
