基于改进RBF神经网络的数字调制识别

• 作者: 唐超尘 汪万强 肖丽萍
• 来源期刊: 无线电通信技术
• 学科: 工学
• 关键词: RBF神经网络 决策树 数字调制识别 特征提取
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 综合电子信息技术
• 页码范围: 38-40
• 页数: 3页
• 分类号: TN911.7
• 字数: 3176字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3114.2008.06.012

摘要

针对数字调制信号自动识别中分类器的设计,通过将决策树的方法应用到RBF中心的确定中,解决了常用算法计算量大、收敛速度慢的问题,提高了网络的学习精度和训练速度,将其应用到常用的7种数字调制信号(2ASK,4ASK,BPSK,QPSK,2FSK,4FSK,16QAM)的自动识别中,取得了好的结果.经仿真表明,使用该方法构造的神经网络,具有易于构造、可理解性好、收敛速度快且构造的网络规模较小的特点,适于工程应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖丽萍	燕山大学信息科学与工程学院	45	284	8.0	16.0
2	汪万强	燕山大学信息科学与工程学院	2	7	2.0	2.0
3	唐超尘	燕山大学信息科学与工程学院	3	15	2.0	3.0