基于人工神經(jīng)網(wǎng)絡(luò)的通信信號(hào)調(diào)制識(shí)別算法研究.pdf

1、通信信號(hào)調(diào)制樣式的自動(dòng)識(shí)別是非協(xié)作通信中的主要問(wèn)題，也是軟件無(wú)線電接收機(jī)必備的功能之一。調(diào)制識(shí)別技術(shù)是近年來(lái)信號(hào)處理領(lǐng)域研究的熱點(diǎn)問(wèn)題，在軍事和民用領(lǐng)域都具有重要的應(yīng)用前景。隨著通信技術(shù)的飛速發(fā)展，通信信號(hào)的體制和調(diào)制樣式變得更加復(fù)雜多樣，使得常規(guī)識(shí)別方法和理論無(wú)法有效地對(duì)通信信號(hào)進(jìn)行識(shí)別，這也給通信信號(hào)的識(shí)別研究提出了更高的要求。
　　調(diào)制識(shí)別是獲取通信信號(hào)信息內(nèi)容的前提條件。本文針對(duì)AM、DSB、LSB、FM、2FSK、4FS

2、K、MSK、BPSK、QPSK等常用調(diào)制類型的識(shí)別問(wèn)題，尤其是在低信噪比下的識(shí)別進(jìn)行了深入的研究和探索。論文以通信信號(hào)的統(tǒng)計(jì)特性為基礎(chǔ)，采用了基于人工神經(jīng)網(wǎng)絡(luò)的統(tǒng)計(jì)模式識(shí)別方案。該方案的特點(diǎn)是，識(shí)別無(wú)須任何先驗(yàn)知識(shí)，識(shí)別的調(diào)制類型多，識(shí)別的正確率高，達(dá)到了自動(dòng)分類識(shí)別的目的，并有利于實(shí)現(xiàn)識(shí)別的實(shí)時(shí)化。論文主要內(nèi)容可概括如下：
　　首先，研究了人工神經(jīng)網(wǎng)絡(luò)模式識(shí)別的方法及特點(diǎn)。對(duì)本文所采用的MLP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和數(shù)學(xué)模型進(jìn)行介紹和分析

3、，針對(duì)BP算法神經(jīng)網(wǎng)絡(luò)存在的缺點(diǎn)提出了改進(jìn)的彈性BP算法，并對(duì)神經(jīng)網(wǎng)絡(luò)的泛化能力進(jìn)行優(yōu)化提高。其次,提取了用于神經(jīng)網(wǎng)絡(luò)模式識(shí)別的特征集。介紹了常用的通信信號(hào),包括模擬調(diào)制樣式和數(shù)字調(diào)制樣式的時(shí)域、頻域特征，提取了基于信號(hào)的瞬時(shí)幅度、瞬時(shí)相位、瞬時(shí)頻率以及功率譜的9個(gè)特征參數(shù)，用于區(qū)分AM、DSB、LSB、FM、2FSK、4FSK、MSK、BPSK、QPSK這9種調(diào)制信號(hào)。
　　再次，通過(guò)對(duì)決策樹(shù)判決的分析，設(shè)計(jì)了分層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)