基于高阶累积量与神经网络的调制识别

作者：孙田亮; 代华建; 洪居亭

来源：现代计算机(专业版), 2020, (15): 64-67.

• 高阶累积量
• 神经网络
• 调制识别

针对盲解调工作中调制识别部分在低信噪比下识别率不高的问题,利用高阶累积量与BP神经网络的方法进行低信噪比下的调制识别,该方法利用3个高阶累积量C40、C42、C21构造出两个新的特征参数T1、T2作为BP神经网络的输入特征,对5种数字调制信号(BPSK、QPSK、8PSK、16QAM、32QAM)在7种信噪比(-10dB、-5dB、0dB、5dB、10dB、15dB、20dB)下进行调制识别。通过MATLAB仿真实验表明,该方法在信噪比大于5dB时,识别率高于98%,由此证明该方法的有效性和稳健性。

• 单位
  四川大学