基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用高阶统计量和RBF神经网络原理,针对数字调制通信信号提出了一种基于统计模式识别理论的信号调制类型识别新方法.采用信号四阶和六阶统计量提取信号特征,使用新设计的误差函数训练RBF神经网络,使得识别的效率和正确度得到了明显的改善.计算机仿真结果证明了此方法的可行性.
推荐文章
通信信号调制识别方法研究
小波变换
神经网络
调制识别
Levenberg-Marquart算法
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
基于MFCC的OFDM信号子载波调制方式识别方法
OFDM
分类特征量
MFCC
递归降阶
基于DBN的数字信号调制识别方法研究
数字信号
调制识别
高阶累积量
深度学习
深度置信网络
受限玻尔兹曼机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进RBFN的信号调制识别方法
来源期刊 信号处理 学科 工学
关键词 调制识别 高阶统计量 径向基函数神经网络 误差函数
年,卷(期) 2006,(4) 所属期刊栏目 算法研究
研究方向 页码范围 515-518
页数 4页 分类号 TN91
字数 3896字 语种 中文
DOI 10.3969/j.issn.1003-0530.2006.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周正欧 电子科技大学电子工程学院 56 474 12.0 18.0
2 贺涛 电子科技大学电子工程学院 6 46 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (4)
同被引文献  (2)
二级引证文献  (16)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
调制识别
高阶统计量
径向基函数神经网络
误差函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导