高阶累积量和分形理论在信号调制识别中的应用研究

• 作者: 党月芳 张杰 徐启建 陈晓
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 高阶累积量 分形理论 调制识别 级联神经网络
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 应用
• 页码范围: 761-765
• 页数: 5页
• 分类号: TN911.23
• 字数: 2253字
• 语种: 中文

摘要

提出了将信号高阶累积量和分形盒维数相结合的特征提取方法.信号高阶累积量特征具有良好的抗噪性能,被广泛应用于调制识别.2ASK和BPSK的高阶累积量、以及2FSK,4FSK,8FSK的高阶累积量相等,使得只提取信号高阶累积量不足以区分信号.针对这一问题,引入信号的分形盒维数,提取信号的高阶累积量和分形盒维数构成联合特征参数,构建级联神经网络分类器,对信号进一步进行分类.对2ASK,4ASK,BPSK,4PSK,2FSK,4FSK,16QAM七种信号进行了仿真,结果表明,该方法提取的特征参数计算复杂度低,具有较好的抗噪性能.在信噪比不低于5dB、测试样本数不少于200的条件下,正确识别率达到了85％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐启建	中国电子设备系统工程公司研究所	23	217	7.0	14.0
2	张杰	中国电子设备系统工程公司研究所	38	182	7.0	12.0
3	党月芳		4	66	3.0	4.0
4	陈晓		2	54	1.0	2.0