计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2015年
4期
226-231
,共6页
调制识别%边际谱%复杂度%RBF神经网络%分形原理
調製識彆%邊際譜%複雜度%RBF神經網絡%分形原理
조제식별%변제보%복잡도%RBF신경망락%분형원리
modulation recognition%marginal spectrum%complexity measure%RBF neural network%fractals theory
为了提高数字信号调制模式识别在低信噪比下的正确率，在对复杂度理论加以分析的基础上，提出了一种新的特征提取方法。该方法首先引入希尔伯特-黄变换求得样本的边际谱，然后利用分形和Lempel-Ziv复杂度的方法提取用于调制识别的特征参数，最后利用RBF神经网络分类器进行数字信号调制模式的分类识别。仿真结果表明该算法具有较好性能。
為瞭提高數字信號調製模式識彆在低信譟比下的正確率，在對複雜度理論加以分析的基礎上，提齣瞭一種新的特徵提取方法。該方法首先引入希爾伯特-黃變換求得樣本的邊際譜，然後利用分形和Lempel-Ziv複雜度的方法提取用于調製識彆的特徵參數，最後利用RBF神經網絡分類器進行數字信號調製模式的分類識彆。倣真結果錶明該算法具有較好性能。
위료제고수자신호조제모식식별재저신조비하적정학솔，재대복잡도이론가이분석적기출상，제출료일충신적특정제취방법。해방법수선인입희이백특-황변환구득양본적변제보，연후이용분형화Lempel-Ziv복잡도적방법제취용우조제식별적특정삼수，최후이용RBF신경망락분류기진행수자신호조제모식적분류식별。방진결과표명해산법구유교호성능。
On the basis of the marginal spectrum and complexity theory, a new feature extraction method is proposed to improve the accuracy of the digital modulation recognition under the low signal-to-noise ratio. Firstly, the Hilbert-Huang Transform is put forward to obtain the marginal spectrum of the samples. Secondly, the fractal dimensions and the Lempel-Ziv complexity of the samples after Hilbert-Huang Transform are calculated to extract the feature parameters. Finally, the identification problem is solved by using artificial neural network. The simulation results verify the performance of the proposed algorithm.
