基于径向基函数（RBF）神经网络的软件无线电信号自动调制识别研究
| 第一章 绪论 | 第1-22页 |
| ·课题研究目的及意义 | 第16-17页 |
| ·调制识别技术发展过程 | 第17-19页 |
| ·自动调制识别技术研究现状 | 第19-20页 |
| ·本文主要内容 | 第20-22页 |
| 第二章 软件无线电中的数字调制技术 | 第22-40页 |
| ·数字调制信号瞬时特征分析 | 第22-24页 |
| ·数字调制技术 | 第24-36页 |
| ·振幅键控(ASK) | 第24-27页 |
| ·频移键控(FSK) | 第27-31页 |
| ·相移键控(PSK) | 第31-34页 |
| ·正交幅度调制(QAM) | 第34-36页 |
| ·软件无线电中信号调制通用模型 | 第36-38页 |
| ·小结 | 第38-40页 |
| 第三章 软件无线电接收机中的调制识别 | 第40-55页 |
| ·软件无线电接收机模型 | 第40-43页 |
| ·宽带中频带通采样软件无线电结构 | 第41-42页 |
| ·软件无线电接收机数学模型 | 第42-43页 |
| ·自动调制识别方法 | 第43-44页 |
| ·信号调制样式自动识别特征参数 | 第44-53页 |
| ·模式识别分类特征 | 第45-47页 |
| ·基于 RBF神经网络的特征参数提取 | 第47-53页 |
| ·分类识别 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第四章 RBF神经网络的基本原理 | 第55-70页 |
| ·人工神经网络发展概要及特点 | 第55-57页 |
| ·人工神经网络的发展 | 第55-56页 |
| ·人工神经网络的特点 | 第56-57页 |
| ·人工神经网络模式识别 | 第57-60页 |
| ·RBF神经网络结构及算法 | 第60-67页 |
| ·RBF网络数学模型 | 第60-61页 |
| ·RBF插值的神经计算 | 第61-62页 |
| ·RBF网络的学习 | 第62-67页 |
| ·RBF网络和 BP网络的比较 | 第67-69页 |
| ·BP神经网络简介 | 第67-68页 |
| ·RBF网络和BP网络的比较 | 第68-69页 |
| ·小结 | 第69-70页 |
| 第五章 RBF神经网络的数字调制识别系统的设计 | 第70-87页 |
| ·基于 RBF神经网络数字调制识别的基本思想 | 第70-71页 |
| ·RBF神经网络调制识别系统框架 | 第71-73页 |
| ·基于 RBF神经网络的调制识别模型的实现 | 第73-77页 |
| ·数字通信信号的产生 | 第73-74页 |
| ·特征参数的提取 | 第74-75页 |
| ·RBF网络结构选择及算法选取 | 第75-77页 |
| ·网络参数的优化 | 第77页 |
| ·基于 BP网络的数字调制识别 | 第77-79页 |
| ·仿真试验及两种网络的识别性能比较 | 第79-86页 |
| ·小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间发表的论文 | 第96页 |
