导读:本文包含了瑞利信号实现论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,卷积神经网络,基于决策论的特征提取算法,通信信号调制识别
瑞利信号实现论文文献综述
宋旭[1]（2018）在《多径瑞利信道下通信信号调制方式识别算法研究及FPGA实现》一文中研究指出现代社会的发展速度快,科技的发展更是日新月异,科技的发展必然伴随信息的交换,信息的交换需要通信技术的支持,因此通信技术快速发展,支撑其他产业的发展。通信信号的调制识别已经取得了很多的成果,但是大多数的方法只能针对特定的调制方式进行检测,具有很大的局限性。同时,大多数的通信信号调制方式识别的特征提取使用的是传统的模式识别方法,需要人工进行通信信号的特征的提取,这需要消耗很大的工作量。本文从基于决策论的特征提取调制识别算法和深度学习网络着手,研究通信信号调制识别算法的机理和实现方法,以及FPGA平台结构下的算法实现。本文首先对有涉及到的15种通信信号调制方式进行了分析说明,15种通信信号分别为ASK信号,PSK信号,FSK信号,OFDM信号,QAM信号和MSK信号,分析了这15种通信信号的调制特征。之后,通过对基于决策论的特征提取调制识别算法和深度学习卷积神经网络的研究,成功在较高信噪比下使用基于决策论的特征提取算法对通信信号进行了调制方式识别,实验表明此算法在信噪比比较高的环境下取得了很好的成果,但是在信噪比较低的环境下,基于决策论的特征提取调制识别算法的性能急剧下降。因此,本文提出了两种不同应用场景下的卷积神经网络结构。实验结果表明,网络层数更深的结构对信噪比的敏感性较低,但是计算量较大,网络层数相对较少的结构计算量较小,并且能在信噪比大于5d B时对信号进行高精度识别。并与其它同类信道的算法进行了对比,其它算法在信道影响低于本算法的情况下,识别率均低于本文算法。最后,用Open CL平台对九层卷积神经网络进行实现,对Open CL的卷积池化模块,全局平均池化模块,全连接模块的Open CL内核结构进行设计,将算法结构并行化,加快算法运行速度,对比FPGA算法移植结果与Python程序算法仿真结果进行,两种体系结构下算法实现结果误差为0,量化误差不足以影响分类结果。算法实现结果在FPGA量化误差内,实现零误差FPGA算法移植。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
田万成,刘振全,蔺复[2]（1991）在《瑞利衰落信号源的实现》一文中研究指出本文阐述了模拟陆地移动通信电波传播特点的随机噪声信号源.它是由单板机实现的伪随机m序列,数字滤波以及由D/A,五阶有源滤波,反相放大,射随输出构成的.最后给出了实验结果.(本文来源于《计算机与网络》期刊1991年03期）
瑞利信号实现论文开题报告
（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：
本文阐述了模拟陆地移动通信电波传播特点的随机噪声信号源.它是由单板机实现的伪随机m序列,数字滤波以及由D/A,五阶有源滤波,反相放大,射随输出构成的.最后给出了实验结果.
（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。
瑞利信号实现论文参考文献
[1].宋旭.多径瑞利信道下通信信号调制方式识别算法研究及FPGA实现[D].哈尔滨工业大学.2018
[2].田万成,刘振全,蔺复.瑞利衰落信号源的实现[J].计算机与网络.1991
标签：深度学习; 卷积神经网络; 基于决策论的特征提取算法; 通信信号调制识别;