调制理论属于《中国图书分类法》中的五级类目，该分类相关的期刊文献有1193篇，会议文献有189篇，学位文献有628篇等，调制理论的主要作者有王红星、张刚、刘传辉，调制理论的主要机构有重庆邮电大学通信与信息工程学院、海军航空工程学院电子信息工程系、西安电子科技大学等。
统计的文献类型来源于 期刊论文、 学位论文、 会议论文
1.[期刊]
摘要： 为了获取航空发动机中央传动从动锥齿轮全转速范围内的振动特性,采用行波共振理论分析与试验验证相结合的方式,研究从动锥齿轮全转速范围内的行波振动和振动应力分布特性...
2.[期刊]
摘要： 针对现有的椭圆球面波函数(PSWFs)信号时频分析无显式表达式、数值仿真误差不可控、时频分布结果对称性缺失等问题,该文引入Legendre多项式以及Wigne...
3.[期刊]
摘要： 针对最小频移键控(Minimum Shift Keying,MSK)信号相干多符号检测运算量大的问题,提出一种低运算量的改进算法。将本地信号按待检测位置码元的...
4.[期刊]
摘要： 随着通信环境的日益复杂,对低信噪比下的调制信号识别要求日益提高。针对低信噪比下信号识别率较低的问题,提出了一种基于信号变换域特征的改进残差神经网络调制识别算法...
5.[期刊]
摘要： 针对置换相关键控(permutation correlated shift keying,PCSK)存在信号间干扰且误码率(bit error rate,BE...
6.[期刊]
摘要： 针对当前通信信号调制识别算法在低信噪比环境下识别率不高、训练速度慢、识别类型受限等问题,提出了一种基于多特征麻雀搜索算法-极限学习机(Sparrow Sear...
7.[期刊]
摘要： 针对无线网络中潜在的物理层欺骗攻击威胁,提出一种基于深度强化学习的物理层欺骗检测方法,可以实现检测阈值的动态连续选择且对于动态未知环境具有自适应性。首先,提取...
8.[期刊]
摘要： 为了提高在复杂信道环境下调制信号的识别率,本文提出一种基于深度学习的通信信号自动调制识别方法,利用一维卷积神经网络以及长短时记忆网络构建一种新型训练网络——一...
9.[期刊]
摘要： 为了解决便携录波装置需要采样不同输入电压的交直流电压采样、不同输入电流的交直流电流信号且采样率要求较高的问题,设计了一种适用于便携录波装置的模拟信号隔离采样电...
10.[期刊]
摘要： 为提升无人机数据链的抗干扰性能,基于传统的跳频正交频分复用(FH-OFDM)、随机交织、信道编码等抗干扰技术,提出一种新型伪随机正交码FH-OFDM的通信方法...
11.[期刊]
摘要： 针对调制识别算法设计复杂度高,低信噪比条件下识别率低的问题,提出一种瞬时特征参数与神经网络分类器相结合的调制识别方法。该方法利用瞬时幅度、瞬时频率与瞬时相位3...
12.[期刊]
摘要： 雾天对发光二极管(Light Emitting Diode, LED)光通信系统的路径损耗和误码率产生影响,造成能量不断衰减,严重时导致接收端无法接收信号。现...
13.[期刊]
摘要： 为了进一步提升现有多用户混沌键控系统的信息传输速率和误码率(BER)性能,该文提出一种正交多用户CD-DCSK(OMU-CD-DCSK)系统。该系统在差分混沌...
14.[期刊]
摘要： 自动调制识别在频谱监测和认知无线电中占有重要地位。针对现有调制识别算法在低信噪比条件下识别率低的问题,提出一种基于生成对抗网络(generative adve...
15.[期刊]
摘要： 针对差分混沌移位键控(differential chaos shift keying,DCSK)系统传输速率低和误码率(bit error rate,BER)...
16.[期刊]
摘要： 该文在基于信号分组优化的椭圆球面波函数(PSWFs)多载波调制的基础上,引入双模索引调制思想,提出了双模PSWFs多载波索引调制解调方法(DM-MCM-PSW...
17.[期刊]
摘要： 针对在低码速率大频偏范围条件下抑制载波调相信号载波捕获困难的问题,提出了一种改进的基于分段FFT载波捕获方法。该方法根据抑制载波调相信号的载波提取特点,采取了...
18.[期刊]
摘要： 针对现有基于信号分组优化的椭圆球面波函数(PSWFs)信号多载波调制方法,存在峰均功率比高的问题,该文提出一种基于连续相位调制(CPM)的椭圆球面波多载波索引...
19.[期刊]
摘要： 为了补偿大容量卫星通信射频前端的功率放大器的非线性,传统的数字预失真(DPD)模型需要更多的系数和更高的阶次,严重影响预失真前馈路径的资源消耗。为了解决这一问...
20.[期刊]
摘要： 传统的数字预失真(DPD)模型通常在所有的输入信号功率上采用单一多项式模型和单一记忆深度对功率放大器(PA)进行线性化矫正。然而,功率放大器在不同的功率水平下...
