基于复杂度特征的数字调制模式识别  

Digital modulation recognition based on complexity measure

作　　者：赵守林[1] 秦立龙[2] 陈翔[3] 

机构地区：[1]安徽国防科技职业学院,安徽六安237011 [2]国防科学技术大学电子科学与工程学院,长沙410073 [3]解放军电子工程学院,合肥230037

出　　处：《计算机工程与应用》2015年第4期226-231,共6页Computer Engineering and Applications

基　　金：国家自然科学基金项目(No.61040007);安徽省电工电子与自动化省级示范实验实训中心项目(No.20101687)

摘　　要：为了提高数字信号调制模式识别在低信噪比下的正确率,在对复杂度理论加以分析的基础上,提出了一种新的特征提取方法。该方法首先引入希尔伯特-黄变换求得样本的边际谱,然后利用分形和Lempel-Ziv复杂度的方法提取用于调制识别的特征参数,最后利用RBF神经网络分类器进行数字信号调制模式的分类识别。仿真结果表明该算法具有较好性能。On the basis of the marginal spectrum and complexity theory, a new feature extraction method is proposed to improve the accuracy of the digital modulation recognition under the low signal-to-noise ratio. Firstly, the Hilbert-Huang Transform is put forward to obtain the marginal spectrum of the samples. Secondly, the fractal dimensions and the Lempel-Ziv complexity of the samples after Hilbert-Huang Transform are calculated to extract the feature parameters. Finally, the identification problem is solved by using artificial neural network. The simulation results verify the performance of the proposed algorithm.

关 键 词：调制识别 边际谱 复杂度 RBF神经网络 分形原理 

分 类 号：TN911.7[电子电信—通信与信息系统]