基于卷积神经网络的相干光通信系统调制识别算法研究.pdf
文本预览下载声明
目录
摘要I
AbstractII
第1章绪论1
1.1研究背景和意义1
1.2国内外研究现状2
1.2.1基于特征提取的调制识别算法研究3
1.2.2基于机器学习的调制识别算法研究5
1.3论文主要内容8
1.4论文组织结构10
第2章相干光通信系统和调制模式识别技术1
显示全部
文档详情
相似文档
-
基于时空图卷积神经网络的无线通信调制模式识别方法.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114553648 A
(43)申请公布日 2022.05.27
(21)申请号 202210096120.0
(22)申请日 2022.01.26
(71)申请人 嘉兴学院
-
一种基于卷积神经网络的调制方式识别装置及系统.docx
PAGE
1-
一种基于卷积神经网络的调制方式识别装置及系统
一、引言
随着通信技术的快速发展，调制方式在无线通信系统中扮演着至关重要的角色。调制方式的选择直接影响着通信系统的性能和传输效率。在无线通信领域，常用的调制方式包括振幅调制（AM）、频率调制（FM）、相位调制（PM）以及它们的复合调制等。随着5G时代的到来，对于调制方式的识别提出了更高的要求。为了满足这一需求，研究者们开始探索基于深度学习的调制方式识别技术。
近年来，深度学习在图像识别、语音识别等领域取得了显著的成果。卷积神经网络（CNN）作为深度学习中的一种重要模型，具有强大的特征提取和学习能力。因此，将CNN应用于调制方式识别成
-
基于多分支去噪卷积神经网络达脉内信号调制方式识别研究.pdf
基于多分支去噪卷积神经网络和Inception-ResNet网络的雷达脉内信号调制方式识别研究
摘要
雷达脉内信号调制方式识别技术是电子战的重要技术之一，在战场态势感知领域有
广泛的应用。当前雷达脉内信号调制方式识别技术已取得了不错的识别效果，但存在着
识别网络参数量过大的问题，且在复杂电磁环境下，识别准确率仍有待提高。此外，现
有的算法大多解决的是闭集识别问题，即训练集样本的调制类别与测试集样本的调制类
别一致，忽略了开集场景下对未知类样本的识别问题。为了将雷达脉内信号调制方式识
别技术更好地应用于实战，本文从信号的时频特征和卷积神经网络结构两方面入手，对
雷达脉内信号调制方式识别算法进行了
-
卷积神经网络核素识别算法研究.docx
PAGE
1-
卷积神经网络核素识别算法研究
第一章核素识别算法概述
核素识别技术在核工业、医疗诊断、环境监测等领域具有重要应用价值。该技术旨在通过对不同核素的特征进行分析和识别，实现核素的自动检测和分类。传统的核素识别算法主要包括基于物理参数的方法和基于图像处理的方法。基于物理参数的方法通过测量核素的放射性强度、能谱等物理参数进行识别，但该方法存在一定的局限性，如受外部环境影响较大，识别准确率有待提高。基于图像处理的方法则通过分析核素的二维或三维图像特征来实现识别，但由于核素图像特征复杂，传统图像处理方法难以有效提取和利用这些特征，因此识别效果往往不佳。
随着深度学习技术的快速发展，卷积神经
-
基于卷积神经网络的图像去雾算法研究.docx
PAGE30
PAGE24
基于卷积神经网络的图像去雾算法研究
摘要
随着近代产业的发展，空气中的汽车尾气和工业废气的排放量大幅度增加。正如我们所知道的那样，在雾多的天气下，尘埃和烟等漂浮在大气中的粒子会吸收、散射很多光，导致各种收集的图像质量的劣化。画质的劣化可能影响许多计算机视觉系统的运行。
图像有雾的主要原因是空气污染和环境污染对图像质量造成的影响。目前，有必要开发一种算法和相关应用，可以去除雾并实时改善画质。但是近年来的图像去雾算法存在大片空中区位内难以特征提取、低滤波效率等问题。为了保证图像有一个比较优良的去雾效果，本人在这篇
-
基于全卷积神经网络的图像修复算法研究.pdf
基于全卷积神经网络的图像修复算法研究
161203105333
-
基于卷积神经网络的目标检测算法研究.pptx
;;;;智能交通中的目标检测;;国外现状;国外现状;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;致谢感恩
-
基于卷积神经网络的文本定位与识别算法研究 (2).docx
PAGE7
PAGE
基于卷积神经网络的文本定位与识别算法研究
摘要
文字是信息最重要的载体。自然场景中存在着大量的文字，传达着对人们有价值的语义信息，如路标、车牌、书籍、广告牌和各种物品的包装盒，说明书。随着人类社会进入大数据时代、智能终端、移动设备的快速发展，用计算机来自动定位和识别这些自然场景中的文本变得越来越迫切，成为了计算机视觉领域的研究重点。与传统的文本背景相比，自然场景存在着光照不均、分辨不均、背景复杂多变、背景类似文本等问题。所以，如何快速、有效、准确的定位和识别自然场景中的文本是一个有挑战性的研究课题。
近年来卷积神经网络在计算机视觉研究中有着突破性的发展。与传
-
基于卷积神经网络的文本定位与识别算法研究.docx
PAGE7
PAGE
基于卷积神经网络的文本定位与识别算法研究
摘要
文字是信息最重要的载体。自然场景中存在着大量的文字，传达着对人们有价值的语义信息，如路标、车牌、书籍、广告牌和各种物品的包装盒，说明书。随着人类社会进入大数据时代、智能终端、移动设备的快速发展，用计算机来自动定位和识别这些自然场景中的文本变得越来越迫切，成为了计算机视觉领域的研究重点。与传统的文本背景相比，自然场景存在着光照不均、分辨不均、背景复杂多变、背景类似文本等问题。所以，如何快速、有效、准确的定位和识别自然场景中的文本是一个有挑战性的研究课题。
近年来卷积神经网络在计算机视觉研究中有着突破性的发展。与传
-
基于卷积神经网络的人脸表情识别研究.pdf
摘要
摘要
面部表情作为心理状态的直接体现，可提供丰富的情感信息，是了解个体情
感状态的重要途径之一。面部表情识别作为模式识别领域的关键技术之一，近年
来受到了极大的关注，尤其在人机界面、驾驶安全和医疗保健等多个领域有着广
泛的应用。随着深度学习技术的快速发展，得益于卷积神经网络先进的特征学习
能力，人脸表情识别领域得到了全面的扩展。尽管卷积神经网络在该领域取得了
显著的成果，但在表情特征提取方面仍存在一些限制，这可能影响模型
-
基于卷积神经网络的语音识别技术研究.docx
PAGE
1-
基于卷积神经网络的语音识别技术研究
第一章引言
(1)随着信息技术的飞速发展，语音识别技术作为人机交互的重要手段，逐渐成为人工智能领域的研究热点。近年来，语音识别技术的应用范围不断扩大，从传统的电话语音识别到智能音箱、智能家居、智能客服等领域，语音识别技术都发挥着至关重要的作用。根据市场调研数据显示，全球语音识别市场规模预计将在2025年达到200亿美元，年复合增长率超过20%。这一趋势表明，语音识别技术的研究与应用具有巨大的市场潜力和发展前景。
(2)在语音识别技术的研究中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）因其强大的特征提取和模式识
-
基于卷积神经网络的口罩检测与识别研究.docx
PAGE
1-
基于卷积神经网络的口罩检测与识别研究
一、1.研究背景与意义
(1)随着全球疫情的持续蔓延，口罩作为一种重要的防疫物资，其需求量急剧增加。有效检测和识别佩戴口罩的人员对于疫情防控具有重要意义。传统的口罩检测方法主要依赖人工，不仅效率低下，而且容易受到主观因素的影响，导致检测准确率不高。因此，研究一种基于自动化的口罩检测与识别系统，对于提高防疫工作效率、减少人员接触风险具有重要意义。
(2)近年来，深度学习技术在图像识别领域取得了显著的成果，其中卷积神经网络（CNN）因其强大的特征提取和分类能力，在图像识别任务中表现出色。将CNN应用于口罩检测与识别，能够实现对口罩佩戴情况的快速
-
基于神经网络的自动调制识别算法的研究的中期报告.docx
基于神经网络的自动调制识别算法的研究的中期报告
一、研究背景和意义
随着信息社会的快速发展，无线通信技术的应用越来越广泛，特别是在移动通信、卫星通信、军事通信等领域。目前，无线通信系统中常常采用自适应调制技术，它可以根据信道条件和信噪比自动调整调制方式，实现信号传输效率的最大化。
自动调制识别算法是实现自适应调制技术的关键之一，它可以通过分析传输信号的频域、时间域、相位等特征来自动识别调制方式。目前已有多种自动调制识别算法被提出，比如高斯混合模型、支持向量机、卷积神经网络等。然而，受限于算法的复杂性和鲁棒性，目前仍存在一些问题，如分类精度不高、鲁棒性不够、实时性不足等。
因此，本研究旨在探索一
-
废物分类与识别：基于卷积神经网络的废物分类系统_（2）.卷积神经网络基础.docx
PAGE1
PAGE1
卷积神经网络基础
在上一节中，我们讨论了废物分类的基本概念和重要性。接下来，我们将深入探讨卷积神经网络（ConvolutionalNeuralNetwork,CNN）在废物分类与识别中的应用。卷积神经网络是一种专门用于处理具有网格结构数据的深度学习模型，如图像、视频等。在废物分类中，CNN的应用尤为重要，因为大部分废物数据都是以图像形式存在的。通过学习和理解CNN的基本原理和结构，我们可以更好地构建和优化废物分类系统。
卷积神经网络的基本原理
卷积神经网络是一种前馈神经网络，其中神经元的连接模式受到生物视觉皮层的启发。CNN的核心思想是通过卷积操作来提取图像的特征，并通
-
基于卷积神经网络的数字信号调制方式识别与参数估计的深度研究.docx
基于卷积神经网络的数字信号调制方式识别与参数估计的深度研究
一、引言
1.1研究背景与意义
在当今数字化时代，数字信号已成为通信、雷达、电子对抗等众多领域中信息传输与处理的关键载体。随着通信技术的迅猛发展，无线通信、卫星通信、5G乃至未来的6G通信等场景对信号传输的高效性、可靠性和安全性提出了愈发严苛的要求。不同的调制方式作为数字信号在信道中传输的基础，决定了信号的频谱特性、抗噪声能力以及传输效率等关键性能。常见的调制方式包括振幅调制（AM）、频率调制（FM）、相位调制（PM）以及各种数字调制方式，如二进制相移键控（BPSK）、四进制相移键控（QPSK）、正交幅度调制（QAM）等。
调