基于RBF神经网络的模拟数字信号调制识别  

Recognition analog and digital signal based on RBF neural network

作　　者：何飞[1] 张立军[2] 刘肃[1] 鲁辉[2] 郑占旗[2] 

机构地区：[1]兰州大学物理科学与技术学院,甘肃兰州730000 [2]中国科学院微电子研究所,北京100029

出　　处：《微型机与应用》2012年第23期74-77,80,共5页Microcomputer & Its Applications

基　　金：国家重点基础研究发展计划(2010CB327500)

摘　　要：针对多种信号在低信噪比条件下识别率低的问题,利用高阶累积量良好的抑制噪声特性,通过构造高阶累积量作为特征参数之一,并联合其他特征参数,采用优化的径向基神经网络对模拟数字信号进行自动调制识别。Matlab仿真表明,该种方法能够有效提高低信噪比条件下的信号识别率。For a variety of signals recognition is low in the low SNR conditions, using iligh order cumulants good noise suppression characteristics, by building higher order cumulants as one of the characteristic parameters, and joining other characteristic parameters, using the optimized radial basis function neural networks for automatic modulation recognition analog and digital signal. Matlab simulation shows that the methods can effectively improve the low SNR of the signal recognition rate.

关 键 词：信噪比 调制识别 高阶累积量 特征参数 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]