基于人工神經網絡的通信信號調制識別算法研究.pdf

1、通信信號調制樣式的自動識別是非協(xié)作通信中的主要問題，也是軟件無線電接收機必備的功能之一。調制識別技術是近年來信號處理領域研究的熱點問題，在軍事和民用領域都具有重要的應用前景。隨著通信技術的飛速發(fā)展，通信信號的體制和調制樣式變得更加復雜多樣，使得常規(guī)識別方法和理論無法有效地對通信信號進行識別，這也給通信信號的識別研究提出了更高的要求。
　　調制識別是獲取通信信號信息內容的前提條件。本文針對AM、DSB、LSB、FM、2FSK、4FS

2、K、MSK、BPSK、QPSK等常用調制類型的識別問題，尤其是在低信噪比下的識別進行了深入的研究和探索。論文以通信信號的統(tǒng)計特性為基礎，采用了基于人工神經網絡的統(tǒng)計模式識別方案。該方案的特點是，識別無須任何先驗知識，識別的調制類型多，識別的正確率高，達到了自動分類識別的目的，并有利于實現識別的實時化。論文主要內容可概括如下：
　　首先，研究了人工神經網絡模式識別的方法及特點。對本文所采用的MLP神經網絡結構和數學模型進行介紹和分析

3、，針對BP算法神經網絡存在的缺點提出了改進的彈性BP算法，并對神經網絡的泛化能力進行優(yōu)化提高。其次,提取了用于神經網絡模式識別的特征集。介紹了常用的通信信號,包括模擬調制樣式和數字調制樣式的時域、頻域特征，提取了基于信號的瞬時幅度、瞬時相位、瞬時頻率以及功率譜的9個特征參數，用于區(qū)分AM、DSB、LSB、FM、2FSK、4FSK、MSK、BPSK、QPSK這9種調制信號。
　　再次，通過對決策樹判決的分析，設計了分層結構的神經網絡