江南大学学报（自然科学版）
江南大學學報（自然科學版）
강남대학학보（자연과학판）
Journal of Jiangnan University(Natural Science Edition)
2015年
4期
396-402
,共7页
数字调制技术%信噪比%人工蜂群算法%BP神经网络%跟随蜂
數字調製技術%信譟比%人工蜂群算法%BP神經網絡%跟隨蜂
수자조제기술%신조비%인공봉군산법%BP신경망락%근수봉
digital modulation technology%SNR%ABC algorithm%BP neural network%onlooker bees
为了提高数字调制信号在不同信噪比下的识别性能,将改进人工蜂群算法优化BP神经网络(MABC-BP)的模型应用于数字调制识别中;为进一步提高基本人工蜂群(Artificial Bee Colony,ABC)算法的寻优性能,对基本ABC算法中“跟随蜂”在“食物源”邻域的搜索行为进行改进.从仿真结果可以看出,当信噪比低至0 dB时,7种数字调制信号的调制识别率依然可以达到85％以上,从而证明了该方法能有效地提高数字调制信号的识别性能.
為瞭提高數字調製信號在不同信譟比下的識彆性能,將改進人工蜂群算法優化BP神經網絡(MABC-BP)的模型應用于數字調製識彆中;為進一步提高基本人工蜂群(Artificial Bee Colony,ABC)算法的尋優性能,對基本ABC算法中“跟隨蜂”在“食物源”鄰域的搜索行為進行改進.從倣真結果可以看齣,噹信譟比低至0 dB時,7種數字調製信號的調製識彆率依然可以達到85％以上,從而證明瞭該方法能有效地提高數字調製信號的識彆性能.
위료제고수자조제신호재불동신조비하적식별성능,장개진인공봉군산법우화BP신경망락(MABC-BP)적모형응용우수자조제식별중;위진일보제고기본인공봉군(Artificial Bee Colony,ABC)산법적심우성능,대기본ABC산법중“근수봉”재“식물원”린역적수색행위진행개진.종방진결과가이간출,당신조비저지0 dB시,7충수자조제신호적조제식별솔의연가이체도85％이상,종이증명료해방법능유효지제고수자조제신호적식별성능.
