基于信息熵和 GA‐E L M 的调制识别算法

• 作者: 刘辉 李晨 杨俊安
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 调制识别 信息熵 超限学习机 遗传算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 通信与网络
• 页码范围: 223-229
• 页数: 7页
• 分类号: TN911.3
• 字数: 4715字
• 语种: 中文
• DOI: 10.3969／j.issn.1001‐506X.2020.01.30

摘要

针对当前通信信号调制识别算法在低信噪比(signal‐to‐noise ratio ,SNR)下识别率低、训练速度慢、识别调制类型少的问题,提出了基于信息熵特征和遗传算法 超限学习机(genetic algorithm‐extreme learning machine , GA‐ELM )的调制识别算法.首先,提取信号的4种熵特征:奇异谱香农熵、奇异谱指数熵、功率谱香农熵和功率谱指数熵作为调制识别的特征参数;其次,采用GA‐ELM 作为分类器.仿真实验表明,对11种模拟、数字调制信号进行分类识别,在SNR大于4 dB时算法的总体识别率均超过98%,同时该算法训练速度快,识别系统设计简单,具有较大的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晨	国防科技大学电子对抗学院	6	3	1.0	1.0
2	杨俊安	国防科技大学电子对抗学院	15	18	2.0	3.0
3	刘辉	国防科技大学电子对抗学院	22	58	4.0	7.0