声明
第一章绪论
1.1论文研究背景和意义
1.2国内外研究现状
1.3论文主要工作及组织架构
第二章典型干扰信号模型与经典神经网络结构
2.1典型干扰信号模型
2.2经典神经网络结构
2.3深度学习网络的反向传播算法
2.4本章小结
第三章干扰环境下基于经典深度学习网络的调制识别
3.1 RML2016.10a数据集
3.2 Keras运行库
3.3干扰环境下基于经典深度学习网络的调制识别
3.4本章小结
第四章基于干扰认知的调制识别方案设计
4.1干扰识别系统方案
4.2基于干扰认知的调制识别方案
4.3本章小结
第五章信号采样率对调制识别准确率的影响
5.1 RML2018.01a数据集
5.2 RML2018.01a数据集下深度学习网络结构的选择
5.3不同采样率与信号长度对识别准确率的影响
5.4采样参数选择策略
5.5本章小结
第六章总结与展望
6.1总结
6.2展望
致谢
参考文献
作者简介
东南大学;