基于KBANN的调制识别仿真研究

• 作者: 王晓斌 石昭祥
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 反向传播网络 知识神经网络 决策树 调制识别
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 152-155,159
• 页数: 5页
• 分类号: TP183
• 字数: 3596字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2009.03.039

摘要

BP网络广泛应用于多信号调制样式识别,但普通BP网络存在隐层数目难以确定、收敛速度慢、容易陷入局部最小等缺点.为了克服上述缺点,仿真研究了一种基于知识人工神经网络(KBANN)的信号调制样式识别算法.首先将C4.5算法引入信号特征参数的阈值分割,根据输出的决策树构造出具有决策树特征的拓扑结构,然后使用共轭梯度学习算法提高BP网络的收敛性能.仿真结果表明,与普通BP网络相比,基于知识神经网络的识别算法网络的结构易于实现、能有效改善网络收敛,并提高低信噪比下的正确识别率,为利用神经网络进行调制识别提供了新的思路.