基于改进遗传算法的数字信号特征集选取.pdf

基于改进遗传算法的数字信号特征集选取.pdf

ID:52242573

大小:278.75 KB

页数:4页

时间:2020-03-25

基于改进遗传算法的数字信号特征集选取.pdf_第1页
基于改进遗传算法的数字信号特征集选取.pdf_第2页
基于改进遗传算法的数字信号特征集选取.pdf_第3页
基于改进遗传算法的数字信号特征集选取.pdf_第4页
资源描述:

《基于改进遗传算法的数字信号特征集选取.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、2011年第3O卷第9期传感器与微系统(TransducerandMicrosystemTechnologies)59基于改进遗传算法的数字信号特征集选取李振璧,姜媛媛(1.安徽理工大学电气与信息工程学院,安徽淮南232001;2.南京航空航天大学自动化学院,江苏南京210016)摘要:针对通信信号的特点,提出了一种应用于信号特征筛选的改进遗传算法。该方法首先确定了最能表现信号调制间差别的特征子集即优秀基因库,然后在遗传过程中通过选择、淘汰引起优秀基因库大小的变化,最后通过引进不同大小的库外特征量

2、,保证每代遗传过程中的交叉和变异概率随环境的变化而自适应的变化,最终筛选出一高质量的特征子集,并结合RBF神经网络分类器得到更好的识别效果。通过仿真实验验证了该方法不但具有求解全局问题的鲁棒性、收敛性,而且具有更快的收敛速度和更强的全局收敛性。关键词:调制识别;遗传算法;RBF神经网络;特征选择;自适应中图分类号:TN919文献标识码:A文章编号:1000-9787(2011)09-0059-04Featuresetselection0fdigitalsignalbased0nimprovedge

3、net·i●calgori■tJhlmLIZhen.bi.JIANGYuan—yuan’(1.SchoolofElectricandInformationEngineering,AnhuiUniversityofScienceandTechnology,Huainan232001,China;2.SchoolofAutomation,NanjingUniversityofAeronauticsandAstronautics,Nanjing210016,China)Abstract:Accordin

4、gtothecharacteristicsofcommunicationsignals,amodifiedgeneticalgorithm,whichcanapplytosignalfeatureselectionisproposed.Thismethoddeterminestheexcellentthegenepool,whichcanreflectdifferencesofsignalmodulation.Inthegeneticprocess,thestepsofselectionandel

5、iminationcausesizechangeofexcellentgenepoo1.Inthegeneticprocess,withtheenvironmentchanges,crossoverandmutationprobabilityofeachgenerationtoself-adaptivechangesisensuredinthesteps.Thehighqualityfeaturesubsetsaredetermined.TheRBFneuralnetworkclassifieri

6、scombinedtogetbetterrecognitionresult.Thesimulationresultsshowthatthenovelalgorithmnotonlyhasrobustnessandconvergenceinsolvingglobalproblem,butalsohasfasterconvergencespeedandmorestrongerorglobalconvergence.Keywords:modulationrecognition;geneticalgori

7、thm;RBFneuralnetwork;featureselection;self-adaptive0引言取方法种类繁多。在不同的环境下,每种特征量对不同的应用统计模式识别方法在数字信号调制识别的过程信号集合识别分类的贡献度也有着优劣之分,因此,从众多中,如何有效地区分出各种不同的信号调制类型主要涉及的特征量中筛选出适应信号集的特征量子集是非常重要的到2个方面的内容:一是特征量的提取和特征集的选择;二环节。特征量的选取主要有2个目的:一是缩小数据集;另是分类器对不同调制类型的边界的划分。其中第一

8、项内容一个是集中那些具有显著类别差异的分类信息。目前的特尤其重要,它是整个识别过程中最困难的一个环节。如何征选择方法主要有3种:穷举法、启发式方法和随机搜索提取和选择出品质优良的特征量直接关系到第二项分类器法。这些方法仅仅是寻找基于直观、想象和经验的特征量。对边界划分即分类决策的复杂度,从而影响到系统最终的对于其质量,仅能作出猜测或简单评估,再加上通信信号在识别正确率和识别效率。不同信道中传播,信道对特征的影响,可能造成特征矢量在目前在数字信号调制识别中,信号的调制特征量的提特征空

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。