利用遗传BP神经网络的调制识别新算法

• 作者: 吴喜权 高勇
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 调制识别 N次方非线性变换 高阶累积量 瞬时幅度谱 特征参数 神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 529-534
• 页数: 6页
• 分类号: TN911.6
• 字数: 2496字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.03.03

摘要

在非合作通信领域中通信信号调制方式的自动识别具有重要作用,如何在低信噪比下准确识别接收到的信号是这一领域研究的重点.针对这种情况,利用信号高阶累积量、瞬时幅度谱以及信号N次方非线性变换后的特征提取三个新的特征参数,并采用遗传算法优化的BP神经网络作为分类器,提出一种利用遗传BP神经网络的信号调制识别算法.仿真识别2FSK、BPSK、QPSK、UQPSK、8PSK五种通信中常用的调制信号.BPSK、QPSK信号在0dB时识别率可达到96％以上,其余信号在信噪比大于0dB时识别率均能达到85％以上.实验表明该算法在低信噪比下对上述信号具有良好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高勇	四川大学电子信息学院	136	459	11.0	13.0
2	吴喜权	四川大学电子信息学院	1	0	0.0	0.0