作者:
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:
基于人工神经网络的理论,提出了快速识别数字调制信号的方法:1)BP神经网络量化共轭梯度算法;2)径向基(RBF)神经网络法;3)小波系数的BP和RBF神经网络法.这些方法收敛速度快,性能好,仿真结果说明了这些方法的有效性.
推荐文章
基于深度卷积神经网络的数字调制方式识别
调制方式识别
深度学习
卷积神经网络
星座图
基于BP神经网络的数字调制信号样式自动识别
调制方式
自动识别
BP神经网络
信噪比
模拟调制信号的神经网络识别方法
调制样式识别
模拟调制信号
神经网络
基于谱相关特性和组合神经网络的数字调制信号识别
调制识别
组合神经网络
谱相关
认知无线电
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 基于人工神经网络的数字调制信号的快速识别方法
来源期刊 洛阳理工学院学报(自然科学版) 学科 工学
关键词 量化共轭梯度算法 RBF神经网络 小波变换 数字调制信号 模式识别
年,卷(期) 2009,(4) 所属期刊栏目 计算机与自动化
研究方向 页码范围 60-63
页数 4页 分类号 TN99
字数 1968字 语种 中文
DOI 10.3969/j.issn.1674-5043.2009.04.0016
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 李伟 河南师范大学物理与信息工程学院 118 359 9.0 12.0
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  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (3)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
量化共轭梯度算法
RBF神经网络
小波变换
数字调制信号
模式识别
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
洛阳理工学院学报(自然科学版)
季刊
1674-5043
41-1403/N
大16开
河南省洛阳市洛龙区学府路1号
1986
chi
出版文献量(篇)
2249
总下载数(次)
9
总被引数(次)
5998
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导