基于小波神经网络的数字信号调制识别

• 作者: 周井泉 杨芬芬
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 小波能量熵 小波神经网络 BP网络 调制识别
• 年，卷（期）: 2008,（S2）
• 页码范围: 24-25
• 页数: 2页
• 分类号: TN911.3

摘要

本文采用熵特征的提取方法,大大减小了特征值的计算量,增强了小波神经网络(WNN)识别的有效性。同时采用改进的算法训练小波神经网络,有效的避免算法陷入局部最小值,克服了传统BP网络的固有缺点,并提高了小波神经网络的训练速度。结果表明,该系统能快速有效的识别出数字信号的调制类型,具有较高的识别精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周井泉	南京邮电大学光电工程学院	74	227	7.0	9.0
2	杨芬芬	南京邮电大学光电工程学院	2	0	0.0	0.0