计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2009年
11期
4234-4236
,共3页
调制识别%组合神经网络%谱相关%认知无线电
調製識彆%組閤神經網絡%譜相關%認知無線電
조제식별%조합신경망락%보상관%인지무선전
针对通信信号非稳定、信噪比(SNR)变化范围大的特性,利用调制信号的循环平稳特性,提取出五种对SNR和信号调制参数不敏感但对调制类型敏感的特征参量.为提高分类性能,设计了一种采用多个不同神经网络的组合分类器结构,采用输出向量加权表决的融合规则.仿真表明,低信噪比下组合神经网络分类器比单个神经网络分类器有更高的识别率.
針對通信信號非穩定、信譟比(SNR)變化範圍大的特性,利用調製信號的循環平穩特性,提取齣五種對SNR和信號調製參數不敏感但對調製類型敏感的特徵參量.為提高分類性能,設計瞭一種採用多箇不同神經網絡的組閤分類器結構,採用輸齣嚮量加權錶決的融閤規則.倣真錶明,低信譟比下組閤神經網絡分類器比單箇神經網絡分類器有更高的識彆率.
침대통신신호비은정、신조비(SNR)변화범위대적특성,이용조제신호적순배평은특성,제취출오충대SNR화신호조제삼수불민감단대조제류형민감적특정삼량.위제고분류성능,설계료일충채용다개불동신경망락적조합분류기결구,채용수출향량가권표결적융합규칙.방진표명,저신조비하조합신경망락분류기비단개신경망락분류기유경고적식별솔.
