本文關(guān)鍵詞：通信信號(hào)調(diào)制識(shí)別：原理與算法，由筆耕文化傳播整理發(fā)布。

通信信號(hào)調(diào)制識(shí)別:原理與算法 特色及評(píng)論

《通信信號(hào)調(diào)制識(shí)別：原理與算法》系統(tǒng)地介紹了通信信號(hào)識(shí)別的基本方法以及應(yīng)用特點(diǎn)等。全書共7章，包括：通信信號(hào)調(diào)制識(shí)別基礎(chǔ)、通信信號(hào)特征參數(shù)及調(diào)制方式分類器、模擬調(diào)制識(shí)別、數(shù)字調(diào)制識(shí)別、綜合調(diào)制信號(hào)的自動(dòng)識(shí)別、基于聚類算法的數(shù)字調(diào)制識(shí)別、基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別。 　　《通信信號(hào)調(diào)制識(shí)別：原理與算法》可作為通信工程、電子工程、信息工程、導(dǎo)航與控制、計(jì)算機(jī)科學(xué)與技術(shù)、信號(hào)分析與信息處理、電子對(duì)抗等領(lǐng)域工作的科研人員、大專院校師生的參考書。

通信信號(hào)調(diào)制識(shí)別:原理與算法 內(nèi)容簡(jiǎn)介

反映相關(guān)領(lǐng)域的*新研究進(jìn)展；  　　科研工作的理想?yún)⒖紩?nbsp; 　　注重理論基礎(chǔ)知識(shí)和*新研究成果之間的平衡；  　　先進(jìn)性和實(shí)用性的完美統(tǒng)一。

通信信號(hào)調(diào)制識(shí)別:原理與算法 本書目錄

第1章　引言　
　1.1　背景與意義　
　1.2　調(diào)制識(shí)別相關(guān)基礎(chǔ)知識(shí)　
　1.3　主要內(nèi)容　
第2章　通信信號(hào)特征參數(shù)及調(diào)制方式分類器　
　2.1　統(tǒng)計(jì)量特征　
　　2.1.1　信號(hào)瞬時(shí)特征　
　　2.1.2　高階統(tǒng)計(jì)量特征　
　　2.1.3　循環(huán)累積量特征　
　2.2　譜相關(guān)特征　
　　2.2.1　譜相關(guān)函數(shù)的定義　
　　2.2.2　譜相關(guān)函數(shù)及譜相關(guān)平面圖　
　　2.2.3　譜相關(guān)特征　
　2.3　小波變換特征　
　　2.3.1　haar小波變換　
　　2.3.2　基于haar小波變換特征　
　2.4　復(fù)雜度特征　
　　2.4.1　l-z復(fù)雜度　
　　2.4.2　分形維數(shù)　
　2.5　分類器　
　　2.5.1　*大似然分類器　
　　2.5.2　基于樣本特征值的分類器　
　　2.5.3　聚類算法分類器　
第3章　模擬調(diào)制識(shí)別　
　3.1　基于瞬時(shí)特征信息的模擬調(diào)制識(shí)別　
　　3.1.1　特征參數(shù)　
　　3.1.2　識(shí)別算法　
　　3.1.3　特征參數(shù)門限值的確定　
　　3.1.4　算法識(shí)別率　
　3.2　基于譜相關(guān)特征的模擬調(diào)制識(shí)別　
　　3.2.1　特征參數(shù)　
　　3.2.2　識(shí)別算法　
　　3.2.3　特征參數(shù)門限值的確定　
　　3.2.4　算法識(shí)別率　
第4章　數(shù)字調(diào)制識(shí)別　
　4.1　基于瞬時(shí)信息的數(shù)字調(diào)制識(shí)別　
　　4.1.1　特征參數(shù)　
　　4.1.2　識(shí)別算法　
　　4.1.3　特征參數(shù)門限值的確定　
　　4.1.4　算法識(shí)別率　
　4.2　基于譜相關(guān)特征的數(shù)字調(diào)制識(shí)別　
　　4.2.1　特征參數(shù)　
　　4.2.2　識(shí)別算法　
　　4.2.3　特征參數(shù)門限值的確定　
　　4.2.4　算法識(shí)別率　
　4.3　基于高階累積量特征的數(shù)字調(diào)制識(shí)別　
　　4.3.1　信號(hào)與信道模型　
　　4.3.2　高階累積量特征的抗多徑干擾性能　
　　4.3.3　基于高階累積量的mpsk信號(hào)調(diào)制識(shí)別算法　
　　4.3.4　仿真結(jié)果　
　　4.3.5　基于高階累積量特征的調(diào)制識(shí)別算法的說明　
　4.4　基于循環(huán)累積量特征的數(shù)字調(diào)制識(shí)別　
　　4.4.1　信號(hào)與信道模型　
　　4.4.2　基于循環(huán)累積量不變量的mpsk信號(hào)調(diào)制識(shí)別算法　
　　4.4.3　仿真結(jié)果　
　　4.4.4　基于循環(huán)累積量特征的調(diào)制識(shí)別算法的說明　
　4.5　基于小波變換特征的數(shù)字調(diào)制識(shí)別　
　　4.5.1　調(diào)制信號(hào)的haar小波變換　
　　4.5.2　基于haar小波變換的調(diào)制識(shí)別　
　　4.5.3　識(shí)別率確定　
　4.6　基于復(fù)雜度特征的調(diào)制信號(hào)識(shí)別　
　　4.6.1　基于盒維數(shù)和信息維數(shù)的調(diào)制識(shí)別算法　
　　4.6.2　基于l-z復(fù)雜度和盒維數(shù)的調(diào)制識(shí)別算法　
第5章　綜合調(diào)制信號(hào)的自動(dòng)識(shí)別　
　5.1　基于瞬時(shí)信息的綜合調(diào)制識(shí)別　
　　5.1.1　特征參數(shù)　
　　5.1.2　識(shí)別算法　
　　5.1.3　特征參數(shù)門限值的確定　
　　5.1.4　算法識(shí)別率　
　5.2　基于譜相關(guān)特征的綜合調(diào)制識(shí)別　
　　5.2.1　特征參數(shù)　
　　5.2.2　識(shí)別算法　
　　5.2.3　特征參數(shù)門限值的確定　
　　5.2.4　算法識(shí)別率　
第6章　基于聚類算法的數(shù)字調(diào)制識(shí)別　
　6.1　基于代價(jià)函數(shù)*優(yōu)的聚類算法　
　　6.1.1　c均值聚類算法　
　　6.1.2　模糊c均值聚類算法　
　6.2　減法聚類算法　
　　6.2.1　減法聚類算法步驟　
　　6.2.2　基于信噪比的自適應(yīng)減法聚類算法　
　6.3　二次聚類算法　
　　6.3.1　二次聚類算法簡(jiǎn)述　
　　6.3.2　基于c均值聚類的二次聚類算法　
　6.4　聚類算法的性能　
　6.5　基于聚類的調(diào)制識(shí)別分類器　
　　6.5.1　*大似然分類器　
　　6.5.2　廣義似然比分類器　
　　6.5.3　識(shí)別率性能實(shí)驗(yàn)　
第7章　基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別　
　7.1　神經(jīng)網(wǎng)絡(luò)調(diào)制識(shí)別方法和特點(diǎn)　
　7.2　bp神經(jīng)網(wǎng)絡(luò)分類器　
　　7.2.1　bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)　
　　7.2.2　bp算法描述　
　7.3　基于bp神經(jīng)網(wǎng)絡(luò)分類器的數(shù)字調(diào)制識(shí)別　
　　7.3.1　bp神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)　
　　7.3.2　識(shí)別性能　
　7.4　其他神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別算法簡(jiǎn)述　
結(jié)束語(yǔ)　
參考文獻(xiàn)　
英文縮寫　
名詞索引　

通信信號(hào)調(diào)制識(shí)別:原理與算法        

  本文關(guān)鍵詞：通信信號(hào)調(diào)制識(shí)別：原理與算法，由筆耕文化傳播整理發(fā)布。