科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前通信信号调制识别算法在低信噪比环境下识别率不高、训练速度慢、识别类型受限等问题，提出了一种基于多特征麻雀搜索算法-极限学习机(Sparrow Search Algorithm-Extreme Learning Machine, SSA-ELM)的信号调制识别方法。该方法基于四阶和六阶累积量构造两个特征参数，引入分数阶小波变换，利用分数域小波系数构造特征值，组成三维特征向量后输入SSA-ELM网络进行分类。仿真及USRP(Universal Software Radio Peripheral)采集数据验证结果表明，所提特征参数具有较好鲁棒性，且SSA算法优化后的ELM网络分类性能得到明显提高，在SNR等于6 dB时两种方法识别率均达到90%,且最高识别率达到94%。
- 单位
