基于改进神经网络的自动调制识别研究

作者：陈美; 朱琦

来源：重庆邮电大学学报(自然科学版), 2009, (06): 764-770.

• 神经网络
• 弹性BP算法
• 特征提取
• 调制识别 neural network
• resilient BP algorithm
• feature extraction
• modulation recognition

自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一。选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合。为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器。仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0~20 dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率。

• 单位
  东南大学; 南京邮电大学; 移动通信国家重点实验室