基于特征提取的调制识别系统
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 调制识别问题研究现状 | 第11-14页 |
| 1.2.1 基于最大似然理论的方法 | 第11-12页 |
| 1.2.2 基于特征提取的方法 | 第12-14页 |
| 1.3 深度学习研究现状 | 第14-16页 |
| 1.4 论文研究内容与论文结构安排 | 第16-18页 |
| 2 通信信号循环谱理论与分析 | 第18-24页 |
| 2.1 循环谱基本理论 | 第18-21页 |
| 2.1.1 循环平稳信号的概念 | 第18-19页 |
| 2.1.2 循环谱相关函数 | 第19-21页 |
| 2.1.3 循环谱估计的相关方法 | 第21页 |
| 2.2 循环谱相关分析特点 | 第21-22页 |
| 2.3 循环谱的性质 | 第22-23页 |
| 2.3.1 循环谱的叠加性 | 第22-23页 |
| 2.3.2 循环谱的对称性 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 数字调制信号的循环谱分析与特征识别 | 第24-40页 |
| 3.1 数字调制信号的循环谱相关 | 第24-33页 |
| 3.1.1 ASK信号谱相关的分析 | 第24-26页 |
| 3.1.2 BPSK信号谱相关的分析 | 第26-28页 |
| 3.1.3 QPSK信号谱相关的分析 | 第28-29页 |
| 3.1.4 8 PSK信号谱相关的分析 | 第29-32页 |
| 3.1.5 信号循环谱相关的综合分析 | 第32-33页 |
| 3.2 循环谱的特征识别 | 第33-38页 |
| 3.2.1 循环谱峰值比特征提取实验 | 第33-35页 |
| 3.2.2 循环谱截面特征提取实验 | 第35-36页 |
| 3.2.3 准对数似然比特征参量实验 | 第36-37页 |
| 3.2.4 循环谱计算的改进 | 第37-38页 |
| 3.3 通信信号调制识别决策流程 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 多层感知机与卷积神经网络对循环谱的处理 | 第40-53页 |
| 4.1 原理分析 | 第40-45页 |
| 4.1.1 多层感知机模型 | 第40-42页 |
| 4.1.2 卷积神经网络 | 第42-43页 |
| 4.1.3 初始化方法 | 第43-44页 |
| 4.1.4 梯度更新方法 | 第44-45页 |
| 4.2 信号样本数据集 | 第45-46页 |
| 4.3 循环谱图的处理 | 第46-48页 |
| 4.4 处理结果分析 | 第48-51页 |
| 4.4.1 多层感知机模型处理结果分析 | 第48-49页 |
| 4.4.2 卷积神经网络模型处理结果分析 | 第49-51页 |
| 4.5 处理中存在的问题 | 第51页 |
| 4.6 多层感知机算法的优缺点 | 第51-52页 |
| 4.7 本章小结 | 第52-53页 |
| 5 一种基于LSTM的调制识别方法 | 第53-72页 |
| 5.1 LSTM原理与训练方法 | 第53-61页 |
| 5.1.1 循环神经网络 | 第53-54页 |
| 5.1.2 LSTM | 第54-61页 |
| 5.1.3 LSTM总体训练步骤 | 第61页 |
| 5.2 识别方法与关键技术 | 第61-68页 |
| 5.2.1 数据处理 | 第62-63页 |
| 5.2.2 载频估计法 | 第63-65页 |
| 5.2.3 划分两路信号 | 第65-66页 |
| 5.2.4 基于LSTM的调制方式识别模型 | 第66-68页 |
| 5.3 识别结果 | 第68-71页 |
| 5.3.1 识别率对比与分析 | 第68-69页 |
| 5.3.2 综合识别效果 | 第69-70页 |
| 5.3.3 识别速度 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 调制识别系统设计与实现 | 第72-83页 |
| 6.1 三种调制识别方式对比分析 | 第72-75页 |
| 6.2 系统结构设计 | 第75-76页 |
| 6.3 开发工具 | 第76页 |
| 6.4 系统实现 | 第76-82页 |
| 6.4.1 循环谱特征识别模块 | 第76-77页 |
| 6.4.2 多层感知网络识别模块 | 第77-80页 |
| 6.4.3 LSTM识别模块 | 第80-82页 |
| 6.5 本章小结 | 第82-83页 |
| 7 结论 | 第83-85页 |
| 7.1 本文主要完成工作 | 第83-84页 |
| 7.2 本文后续研究工作重点 | 第84-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 攻读硕士学位期间取得的成果 | 第91页 |
