导读:本文包含了调制模式分类论文开题报告文献综述及选题提纲参考文献，主要关键词:调制模式,分类识别,循环谱,CNN(卷积神经网络)
调制模式分类论文文献综述
张永乐[1]（2018）在《基于CNN架构的通信信号调制模式分类识别研究》一文中研究指出现代社会的通信技术发展飞速,通信环境变化复杂,为了提高频带的利用率以及保证传输可靠性,需要采用多种不同的调制方式。因此,如何对这些信号进行高效的检测和识别的研究,在军民两个领域中都有着无数人在探索和求知。通信信号调制模式分类研究的目的就是,要在多种调制信号同时传输的背景下,能够对接收到的通信信号的调制模式进行正确的识别。本文利用信号的循环谱特征的优点与CNN架构在分类上的优势,研究了对数字通信调制信号的识别。首先,介绍了常用的通信信号调制方式,接着介绍了基于CNN的调制识别架构以及其相关理论,其主要从人工神经元、CNN求解以及卷积层和下采样层的梯度计算等几个方面进行介绍的,并且还介绍了softmax回归。之后介绍了循环谱理论,对循环谱理论的特点及其对噪声的抑制性能进行了分析。其次,根据循环谱的相关理论对通信信号的调制模式进行特征提取及分析,本文主要是对MPSK和MQAM调制信号的循环谱的理论进行推导和仿真实现。之后对调制信号的循环谱图进行了预处理,并组成了原始特征集,作为CNN的输入数据。最后,完成CNN架构识别系统的构建,将调制模式的循环谱图作为CNN的输入数据,通过CNN架构中的卷积层和子采样层对循环谱进行特征提取,从而有效地对调制信号进行类内及类间识别。实验仿真结果表明,本文所提出的通信信号调制模式分类识别算法在低信噪比情况下,调制识别准确率要优于其它传统调制识别算法,且当信噪比SNR在-5dB至5dB之间时,调制模式识别的准确率可高达92%以上。(本文来源于《沈阳航空航天大学》期刊2018-01-10）
蔡卓燃[2]（2009）在《基于W-SVM的数字通信调制模式分类技术的研究》一文中研究指出调制方式是区别不同性质通信信号的一个重要特征。在许多应用中,需要监视通信信号的活动情况,区分信号的性质,甚至截获其传输的信息内容。通信信号的调制识别就成为了截获信号处理研究领域的一个十分重要的课题。调制识别的目的就是在复杂环境和有噪声干扰的条件下,在没有其他先验知识的情况下,通过对接收到的信号进行处理,从而判断出信号的调制方式,并估计出相应的调制参数,从而为进一步分析和处理信号提供依据。随着通信技术的发展,空间中的信号越来越密集和复杂,这就对调制识别的研究提出了更高的要求。近几十年来人们针对不同的调制信号提出了许多调制识别的新方法和新思想,本文在前人的基础上深入的研究了通信信号的调制识别问题,主要工作可概括如下：1介绍了通信系统中2ASK,2FSK,2PSK这叁种3种最基本的调制模式,给出了它们的数学模型,对于他们的功率谱等基本特征进行了推导,并分析了它们的幅度,相位等信息,进而推导出可以对它们进行分类的零中心瞬时特征值。2研究了一种基于支持向量机的数字调制方式的识别方法,该算法通过提取有效的特征向量以区分不同的调制方式,解决了样本在低维空间中的非线性不可分问题,避免了判决门限的确定,与传统的神经网络方法相比,具有更好的泛化推广能力。3讨论了近年来几种新的SVM算法,从中选择了W-SVM算法,构建了基于W-SVM的分类器,并通过仿真实验进行了测试,结果表明了W-SVM分类器是有效,可行的。(本文来源于《哈尔滨工程大学》期刊2009-01-01）
调制模式分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
调制方式是区别不同性质通信信号的一个重要特征。在许多应用中,需要监视通信信号的活动情况,区分信号的性质,甚至截获其传输的信息内容。通信信号的调制识别就成为了截获信号处理研究领域的一个十分重要的课题。调制识别的目的就是在复杂环境和有噪声干扰的条件下,在没有其他先验知识的情况下,通过对接收到的信号进行处理,从而判断出信号的调制方式,并估计出相应的调制参数,从而为进一步分析和处理信号提供依据。随着通信技术的发展,空间中的信号越来越密集和复杂,这就对调制识别的研究提出了更高的要求。近几十年来人们针对不同的调制信号提出了许多调制识别的新方法和新思想,本文在前人的基础上深入的研究了通信信号的调制识别问题,主要工作可概括如下：1介绍了通信系统中2ASK,2FSK,2PSK这叁种3种最基本的调制模式,给出了它们的数学模型,对于他们的功率谱等基本特征进行了推导,并分析了它们的幅度,相位等信息,进而推导出可以对它们进行分类的零中心瞬时特征值。2研究了一种基于支持向量机的数字调制方式的识别方法,该算法通过提取有效的特征向量以区分不同的调制方式,解决了样本在低维空间中的非线性不可分问题,避免了判决门限的确定,与传统的神经网络方法相比,具有更好的泛化推广能力。3讨论了近年来几种新的SVM算法,从中选择了W-SVM算法,构建了基于W-SVM的分类器,并通过仿真实验进行了测试,结果表明了W-SVM分类器是有效,可行的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
调制模式分类论文参考文献
[1].张永乐.基于CNN架构的通信信号调制模式分类识别研究[D].沈阳航空航天大学.2018
[2].蔡卓燃.基于W-SVM的数字通信调制模式分类技术的研究[D].哈尔滨工程大学.2009
标签：调制模式; 分类识别; 循环谱; CNN(卷积神经网络);