基于神经网络的5G信号调制方式识别  

作　　者：张秀香 郑鑫[1] ZHANG Xiuxiang;ZHENG Xi

机构地区：[1]广西民族师范学院,广西崇左532200

出　　处：《信息技术与信息化》2023年第3期185-187,192,共4页Information Technology and Informatization

基　　金：广西民族师范学院服务地方经济社会发展专项项目(2019FW003);2021年度广西民族师范学院一流本科专业建设项目(YLZY202102)。

摘　　要：针对5G信号调制识别在非协作通信环境下对先验信息要求高,依靠人工提取特征复杂等问题。提出了基于BP人工神经网络、ELM神经网络和Kohonen神经网络对常用5G调制信号进行分类识别。首先,选择小波变换特征提取方式对π/2-BPSK、QPSK、16QAM、64QAM、256QAM 5种常用5G调制信号提取有利于识别的特征;然后,在具有噪声条件下,利用训练数据样本构建识别分类模型;最后,通过测试数据样本测试识别模型的性能。实验结果表明,在不同信噪比情况下,采用BP人工神经网络和Kohonen神经网络识别率比较低。而ELM神经网络占优势,平均识别率可达93.6%。

关 键 词：调制识别 神经网络 小波变换 5G信号 

分 类 号：TN929.5[电子电信—通信与信息系统] TP183[电子电信—信息与通信工程]