版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、數(shù)字通信信號調(diào)制方式的識別歷來是各國研究的重點與熱點,在軍用和民用通信領域都有著較為廣泛的應用前景。它研究的目的是要在先驗條件不足的情況下,在多種調(diào)制信號傳輸?shù)谋尘跋?,以及在有噪聲干擾的環(huán)境下正確的識別出通信信號的參數(shù)和調(diào)制方式,并判斷提供下一步信號分析和處理所需要的信號信息。
本文在對國內(nèi)外關于調(diào)制識別的文獻進行分析和研究的基礎上,結合鄰域粗糙集強大的數(shù)據(jù)挖掘功能與神經(jīng)網(wǎng)絡優(yōu)越的容錯性特點,提出了一種將鄰域粗糙集快速屬性
2、約簡和反向傳播(BP)神經(jīng)網(wǎng)絡相結合的調(diào)制識別方法。主要完成了以下工作:
1.對幾種常見的數(shù)字信號調(diào)制原理進行了闡述,并對信號的瞬時幅度、瞬時相位和瞬時頻率進行了分析與仿真。
2.介紹了高階累積_量的基本理論和文中所提取特征參數(shù)的算法。針對所研究的七種通信調(diào)制信號,選取了一組基于時頻特性與高階累計量的特征參數(shù)(γmax、σap、σdp、σaa、σaf、k1、k2),通過仿真實驗驗證了這一組特征參數(shù)能夠有效地識
3、別所研究的通信調(diào)制信號。
3.對鄰域粗糙集的基本理論進行了詳細的闡述,并介紹了利用鄰域粗糙集快速屬性約簡算法進行特征參數(shù)選擇,該算法利用了正域與屬性集的單調(diào)關系,降低了樣本的比較次數(shù),以提高屬性約簡速度,實驗證明了該算法的有效性。本文首次將鄰域粗糙集快速屬性約簡算法應用于調(diào)制信號的識別研究上,并取得了較好的約簡效果。
4.利用BP神經(jīng)網(wǎng)絡作為識別分類器。通過實驗對2ASK、2FSK、2PSK、4ASK、4FS
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粗糙集與神經(jīng)網(wǎng)絡的調(diào)制信號識別研究.pdf
- 基于鄰域粗糙集的屬性約簡算法研究.pdf
- 基于鄰域粗集神經(jīng)網(wǎng)絡的通信信號調(diào)制識別研究.pdf
- 粗糙集屬性約簡研究.pdf
- 基于鄰域粗糙集增量式屬性約簡算法的研究與應用.pdf
- 基于粗糙集神經(jīng)網(wǎng)絡與聯(lián)合參數(shù)法的數(shù)字調(diào)制信號識別研究.pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 36518.基于模糊偏好粗糙集的屬性約簡和信號識別
- 粗糙集屬性約簡算法研究.pdf
- 基于模糊粗糙集的屬性約簡研究.pdf
- 基于粗糙集的屬性約簡方法研究.pdf
- 基于粗糙集屬性約簡算法的研究.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于粗糙集的屬性約簡和核的快速更新算法研究.pdf
- 基于粒子群的粗糙集屬性約簡研究.pdf
- 基于擴展粗糙集的屬性約簡的研究.pdf
- 基于鄰域粗糙集-神經(jīng)網(wǎng)絡的上市公司財務預警研究.pdf
- 基于PSO的粗糙集屬性約簡算法研究.pdf
- 鄰域粗糙集的屬性約簡算法及其在分類器中應用.pdf
- 基于粗糙集的屬性約簡和決策規(guī)則約簡算法.pdf
評論
0/150
提交評論