基于BP神经网络的数字调制识别方法.pdf

基于BP神经网络的数字调制识别方法.pdf

ID:51446657

大小:276.64 KB

页数:4页

时间:2020-03-24

基于BP神经网络的数字调制识别方法.pdf_第1页
基于BP神经网络的数字调制识别方法.pdf_第2页
基于BP神经网络的数字调制识别方法.pdf_第3页
基于BP神经网络的数字调制识别方法.pdf_第4页
资源描述:

《基于BP神经网络的数字调制识别方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、16传感器与微系统(rTansducerandMicrosystemTechnologies)2012年第31卷第5期基于BP神经网络的数字调制识别方法余嘉,陈印(1.重庆大学自动化学院。重庆400030;2.重庆大学通信与测控中心,重庆400030)摘要:针对低信噪比条件下通信信号调制类型识别困难的问题,提出一种新的基于瞬时信息的数字调制识别方法。该方法采用改进的小波阈值消噪算法对信号的瞬时信息进行消噪处理,从而增大不同调制信号间特征值的差异,再采用弹性反向传播(RPROP)算法训练的BP神经网络对M

2、ASK,MFSK,MPSK,MQAM等7种调制信号进行分类识别。仿真结果表明:该算法在信噪比低至2dB时,能使所有调制信号均达到96%以上的正确识别率,极大地改善了低信噪比下的识别性能。关键词:数字调制识别;瞬时信息;小波阈值消噪;神经网络中图分类号:TN911文献标识码:A文章编号:1000--9787(2012)05--0016--04DigitalmodulationrecognitionmethodbasedonBPneuralnetworkYUJia.CHENYin。(1.SchoolofAu

3、tomation,ChongqingUniversity,Chongqing400030,China;2.CenterofCommunicationandTrackingTelemetering&Command.ChongqingUniversity.Chongqing400030,China)Abstract:Anewdigitalmodulationrecognitionmethodbasedoninstantaneousinformationisproposedfortheapplicationu

4、nderlowsignal—to—noiseratio(SNR).Animprovedwaveletthresholdde—noisingalgorithmisusedforinstantaneousinformationde—noising,whichcanimproverecognitionabilityunderlowSNR.ThemethodcanidentifyandclassifysevendigitalsignalswhichareMASK,MFSK,MPSKandMQAMandSOon,

5、byusingBPneuralnetworkwithresilientbackpropagation(RPROP)trainingalgorithmastheclassifier.Thecomputersimulationsshowthattheproposedalgorithmefectivelyimprovesthepracticabilitybecauseofanoverallsuccessrateof96%attheSNRof2dB.Keywords:digitalmodulationrecog

6、nition;instantaneousinformation;waveletthresholdde—noising;neuralnet—work0引言基于瞬时信息的识别方法计算量小,工程上易实现,近年来,无线通信环境日益复杂,通信信号在很宽的频但受噪声影响较大,在低信噪比下的识别效果并不理带上采用不同调制参数的各种调制样式,如何自动有效地想⋯。因此,本文采用改进的小波阈值消噪算法对瞬时识别这些信号,在军事和民用领域都具有重要的应用价值。信息进行优化,提高该方法在低信噪比下的识别性能;分目前,数字调制识

7、别技术大致可以分为两类:决策理论方法类器则采用RPROP算法训练的BP神经网络,BP网络和统计模式识别方法。统计模式识别方法可以实现信号的与其他神经网络相比结构更简单、训练算法也较多,在实盲识别,比较适合于截获信号的处理,因此,在实际中大多际中应用广泛,RPROP算法是BP网络诸多训练算法中最采用这种方法。该方法一般分为两步,一是特征提取,典型简单、速度最快的一种训练算法,能避免基本BP算法和方法有基于时频瞬时特征、小波变换J、星座图特征一些改进算法收敛速度慢的缺点。仿真结果表明:本文算以及高阶累积量的

8、方法等;另一个是分类识别,典型方法实现简单,识别种类较多,在低信噪比下具有较高的正法有神经网络分类法和支持向量机分类法等。确识别率。收稿日期:2011—10—19基金项目:中央高校基本科研业务费资助项目(cDJZR1O16Ool1);重庆市自然科学基金资助项目(2010BB2049)第5期余嘉,等:基于BP神经网络的数字调制识别方法l71基于小波阈值消噪的瞬时信息提取式中Ⅳ为瞬时信息长度,的合理性依赖于对噪声方差由于实信号的频谱具有共轭对称

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。