电视技术
電視技術
전시기술
TV ENGINEERING
2013年
15期
90-92,132
,共4页
林晋福%柏鹏%李明阳%王徐华
林晉福%柏鵬%李明暘%王徐華
림진복%백붕%리명양%왕서화
特征选择%认知无线电%调制识别%提升算法
特徵選擇%認知無線電%調製識彆%提升算法
특정선택%인지무선전%조제식별%제승산법
feature select%cognitive radio%modulation recognition%lifting scheme
针对统计调制模式识别方法中特征值提取和分类器设计两个步骤分开研究的现状,将Boosting特征选择和多层前馈神经网络算法结合研究,设计了一种改进算法,给出算法的具体步骤.使用常用特征值进行仿真实验,结果表明这种改进算法在信噪比在0 dB以上达100％的识别率.相比其他的智能分类算法,信噪比在-6 dB以下时改进算法的识别率有明显提高,因此可以较好地适用于认知无线电这种对识别准确率要求高的场景中.同时对其他分类识别的应用场景也有一定的参考价值.
針對統計調製模式識彆方法中特徵值提取和分類器設計兩箇步驟分開研究的現狀,將Boosting特徵選擇和多層前饋神經網絡算法結閤研究,設計瞭一種改進算法,給齣算法的具體步驟.使用常用特徵值進行倣真實驗,結果錶明這種改進算法在信譟比在0 dB以上達100％的識彆率.相比其他的智能分類算法,信譟比在-6 dB以下時改進算法的識彆率有明顯提高,因此可以較好地適用于認知無線電這種對識彆準確率要求高的場景中.同時對其他分類識彆的應用場景也有一定的參攷價值.
침대통계조제모식식별방법중특정치제취화분류기설계량개보취분개연구적현상,장Boosting특정선택화다층전궤신경망락산법결합연구,설계료일충개진산법,급출산법적구체보취.사용상용특정치진행방진실험,결과표명저충개진산법재신조비재0 dB이상체100％적식별솔.상비기타적지능분류산법,신조비재-6 dB이하시개진산법적식별솔유명현제고,인차가이교호지괄용우인지무선전저충대식별준학솔요구고적장경중.동시대기타분류식별적응용장경야유일정적삼고개치.
