第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1数字调制解调技术
1.2.2深度学习和卷积神经网络
1.3论文主要研究内容及章节安排
第二章QPSK神经网络解调技术的基础理论
2.1QPSK调制解调原理
2.1.1QPSK调制原理
2.1.2QPSK相干解调原理
2.1.3解调器性能的衡量
2.2一维卷积神经网络基本理论
2.2.1神经元模型
2.2.2一维卷积核模型
2.2.3层级模型
2.2.4反向传播算法
2.3QPSK神经网络解调算法
2.3.1基于一维卷积神经网络的QPSK解调算法
2.3.2一维卷积神经网络的结构
2.3.3一维卷积神经网络的训练
2.4本章小结
第三章QPSK神经网络解调算法的FPGA实现
3.1FPGA开发环境及开发流程介绍
3.2FPGA实现的系统架构
3.2.1系统的输入和输出
3.2.2系统的组成
3.3相位突变检测模块的实现
3.3.2一维same卷积核
3.3.3神经元模型
3.3.4激活函数
3.3.5控制模块
3.4数据精度与量化
3.4.1数据精度的选择
3.4.2统一量化方法
3.5流水线与并行设计
3.6本章小结
第四章QPSK神经网络解调算法实现结果和测试
4.1实验平台的搭建
4.2网络的训练
4.3实现结果的测试
4.3.1网络结构的测试
4.3.2采样功能的测试
4.3.3解调功能的测试
4.4实现结果的对比
4.4.1资源占用、功耗、延迟的对比
4.4.2适应性的对比
4.5本章小结
第五章总结与展望
5.1总结
5.2展望
参考文献
致谢
作者简介
1.基本情况
2.教育背景
3.攻读硕士学位期间的研究成果
3.1发表学术论文
3.2申请(授权)专利
3.3参与科研项目及获奖
西安电子科技大学;