基于联合特征向量的自动数字调制识别算法

• 作者: 王宏远 陈筱倩
• 来源期刊: 计算机应用研究
• 关键词: 调制识别 特征向量 高阶统计量 欧氏距离 神经网络
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2478-2480
• 页数: 3页
• 分类号: TN971.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.07.021

摘要

在高信噪比处理域构造新的用于调制识别的高阶统计量幅值特征,与传统特征相比保留了更多的分类信息,适合干扰较大多种调制模式并存的环境.基于联合特征向量有效提高了识别性能,用窗口平滑抑制截获信号中的噪声,对识别器输入特征向量样本规范化以提高处理速度.分别基于欧氏距离分类方法和改进算法的神经网络识别器进行仿真实验,证明了采用联合特征向量和优化方法在低信噪比干扰更大的信道条件下能区分更多的调制类型(MASK、MPSK、MFSK、MQAM),且平均调制识别率提高20%～30%,算法效率也得到明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏远	华中科技大学电子与信息工程系	135	1056	18.0	23.0
2	陈筱倩	华中科技大学电子与信息工程系	11	70	5.0	8.0