基于神经网络的复杂信号样式调制识别技术

• 作者: 刘敏 卢圆圆 吕乐群 易云清
• 来源期刊: 电子信息对抗技术
• 学科: 工学
• 关键词: 调制识别 神经网络 深度学习 信号特征
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信号/信息处理
• 页码范围: 16-21
• 页数: 6页
• 分类号: TN971.1
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2230.2020.06.004

摘要

针对目前多种信号样式及低信噪比下信号识别率低的问题,提出一种基于BP神经网络的复杂信号识别技术.通过分析并提取具有高区分度的信号特征,设计三层BP神经网络,重点研究多种、复杂通信调制信号的识别性能,实现基于BP神经网络的识别算法.仿真验证表明,该算法对信号的适应性较高,对17种复杂信号在5 dB信噪比时达到80％以上的正确识别概率,在7 dB时达到95％以上的正确识别概率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏		2	7	1.0	2.0
2	吕乐群		3	2	1.0	1.0
3	易云清		2	0	0.0	0.0
4	卢圆圆		2	0	0.0	0.0