1. 研究目的与意义
一、研究背景
这是一个信息技术日新月异的时代，各种通信方式和通信技术不断更新，使我们所处的空间充满了各种各样的通信信号[1]。信号的调制方式分类识别是非协作收发系统的重要组成部分，它需要在杂乱多变的通讯环境和严重干扰噪音情况下，准确地确认收到数据的调制方式，并提取相关参数，为数据的下一步分析和操作提出有效依据[2]。
调制方式自动识别是介于信号检测和信号解调之间的一项技术，广泛应用于民用，军事领域。在民用方面，可用于比如信号确认、干扰识别和频谱监测等无线电管理工作，其任务就是防止对无线电频谱的非法利用和干扰，保证合法通信的正常进行[3]。在军事领域内，信息战已经是现代战争中极为重要的组成部分，而调制识别技术在情报截取与分析、定向测位、电子对抗等方面有着十分重要的地位[4]。
2. 研究内容和预期目标
研究内容：
1.研究bp神经网络分类器的设计方法，信号特征参数提取的方法。bp神经网络采用不同的结构，隐藏层选择不同的神经元个数对分类器性能的影响。
2.研究两种不同训练算法的bp神经网络分类器，对比两种不同算法的分类器并对两种分类器的性能，特点作对比分析。
3. 研究的方法与步骤
拟采用的研究方法
1.对于信号特征参数的提取，采用hilbert变换法，同相正交分量法和过零检测法提取幅度、相位和频率等时域特征。
2.bp神经网络结构：采用3层神经网络，输入层采用4个神经元，输出层采用6个神经元，隐藏层采用10个神经元。
4. 参考文献
[1]杨杰,刘珩,卜祥元等. 通信信号调制识别:原理与算法[m]. 人民邮电出版社,2014
[2]位小记. 数字通信信号的调制方式识别研究 [d]. 哈尔滨:哈尔滨工程大学,2011．
[3]樊伟. 通信信号自动调制识别中的分类器设计[d].西南交通大学,2005
5. 计划与进度安排
（1）第1～2 周 了解bp神经网络的基本概念及其在调制信号分类方面的应用；
（2）第3～4 周 了解通信信号特征参数提取的目的及常用方法，提交开题报告；
（3）第5～6 周 研究bp神经网络的基本结构及其实现方法；
