基于神经网络的自动调制识别技术研究与应用-自动化基础-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 自动化 >> 自动化基础 >> 正文

基于神经网络的自动调制识别技术研究与应用

作者：禇辉 Publish: 2007-11-13 Hits:-

【中文题名】

基于神经网络的自动调制识别技术研究与应用

【英文题名】

Research and Application of Automatic Modulation Recognition Based on Neural Networks

【学科专业】

通信与信息系统

【论文级别】

硕士论文

【投稿时间】

2007-11-13

【中关键词】

数字调制,特征提取,自动调制识别,神经网络,,

【英关键词】

Digital Modulation,Feature Extraction,Automatic Modulation Recognition,Neural Networks,

【分类导航】

工业技术>无线电电子学、电信技术>通信>通信理论>信号处理>

【论文摘要】

本文研究用神经网络解决数字通信信号的自动调制识别(AMR)问题。数字信号自动调制识别主要有基于决策论和统计模式两种方法,决策论方法一般是基于噪声干扰下信号的统计特性分析,由于它考虑了噪声的影响,所以在低信噪比下有较好的性能,但该类方法通常是针对某类具体调制信号的统计特性进行分析而得到的某种判决准则,因此识别范围窄。统计模式识别方法通常是基于无噪声干扰下的特征抽取,所以,在低信噪比条件下,识别效果差,在高信噪比条件下,识别效果好。神经网络与传统相关技术相比具有快速解决复杂分类问题的能力,强大的容错和自学习能力,通过训练和自学的自适应对噪声和不完整数据的不敏感性等优点,因此本文选择神经网络来解决数字信号自动调制识别问题。本文提出了一种将决策论和统计模式相结合的基于神经网络的自动调制识别系统,利用提取决策论特征参数集和统计特征参数集相结合的方法,使用自适应学习率的动量BP神经网络对MASK、MFSK、MPSK、MQAM等四类信号进行识别。为验证系统的性能,本文从神经网络结构参数和信号处理方式两方面进行了大量的仿真实验;在神经网络目标矩阵方面,我们对不同调制信号采用不同的目标矩阵,仿真实...

【论文题纲】

摘要	2-3
ABSTRACT	3-6
第1章绪论	6-12
1.1 通信信号调制识别的意义	6-7
1.2 通信信号调制识别的历史和现状	7-10
1.3 本论文的主要工作及章节安排	10-12
第2章待识别信号分析及基本分类准则	12-18
2.1 基本数字调制方式	12-13
2.2 调制信号参数的提取	13-14
2.3 基本分类准则	14-18
2.3.1 贝叶斯决策理论	14-15
2.3.2 Fisher 线性判决	15-17
2.3.3 最近邻决策规则	17-18
第3章数字调制信号的神经网络识别方法	18-34
3.1 人工神经网络概述	18-24
3.1.1 人工神经元模型	19-20
3.1.2 多层前馈网络	20-24
3.2 调制方式识别原理及流程	24-26
3.3 特征参数的提取	26-30
3.3.1 基于判决理论的特征参数	26-28
3.3.2 基于统计的特征参数	28-30
3.4 神经网络识别分类器	30-34
第4章基于混合模式的神经网络自动调制识别器	34-50
4.1 引言	34-35
4.2 实验条件及仿真结果	35-39
4.3 仿真结果分析	39-50
4.3.1 神经网络结构参数对识别结果的影响	39-46
4.3.1.1 隐层节点数对识别结果的影响	40-41
4.3.1.2 网络循环次数对识别结果的影响	41-42
4.3.1.3 初始学习率对识别结果的影响	42-44
4.3.1.4 动量参数对识别结果的影响	44-46
4.3.2 信号处理方式对识别结果的影响	46-48
4.3.2.1 信噪比对信号识别结果的影响	46-47
4.3.2.2 样本段数对信号识别结果的影响	47-48
4.3.3 特征参数对识别结果的影响	48-50
第5章结束语	50-52
参考文献	52-56
攻读硕士学位期间已发表的论文	56-57
致谢	57-58

【DOI】

LunWen.ID:2.2008.389110



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：数字调制论文特征提取自动调制识别神经网络

自动化基础最新论文

自动化基础热门论文