重庆邮电大学学报（自然科学版）
重慶郵電大學學報（自然科學版）
중경유전대학학보（자연과학판）
JOURNAL OF CHONGQING UNIVERSITY OF POSTS AND TELECOMMUNICATIONS(NATURAL SCIENCE EDITION)
2008年
5期
577-581
,共5页
谱相关%调制识别%特征参数%神经网络
譜相關%調製識彆%特徵參數%神經網絡
보상관%조제식별%특정삼수%신경망락
由于通信信号的体制及调制及调制方式的复杂多样,通信信号调制类型的识别显得尤为重要和迫切.基于调制信号的谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图.分类器采用RBF神经网络,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度.基于谱相关特征参数和RBF神经网络结合的算法能动态识另q信号的调制方式,仿真结果表明:该算法在低信噪比下能取得较高的正确识别概率.
由于通信信號的體製及調製及調製方式的複雜多樣,通信信號調製類型的識彆顯得尤為重要和迫切.基于調製信號的譜相關特徵,提取瞭5箇特徵參數,給齣瞭各箇參數隨信譟比變化的麯線圖.分類器採用RBF神經網絡,併從提高網絡識彆性能齣髮,構建瞭大容量和高質量的網絡訓練樣本,能夠擴大識彆範圍,提高識彆精度.基于譜相關特徵參數和RBF神經網絡結閤的算法能動態識另q信號的調製方式,倣真結果錶明:該算法在低信譟比下能取得較高的正確識彆概率.
유우통신신호적체제급조제급조제방식적복잡다양,통신신호조제류형적식별현득우위중요화박절.기우조제신호적보상관특정,제취료5개특정삼수,급출료각개삼수수신조비변화적곡선도.분류기채용RBF신경망락,병종제고망락식별성능출발,구건료대용량화고질량적망락훈련양본,능구확대식별범위,제고식별정도.기우보상관특정삼수화RBF신경망락결합적산법능동태식령q신호적조제방식,방진결과표명:해산법재저신조비하능취득교고적정학식별개솔.
