基于神经网络的几种数字调制信号分类方法研究

发布时间：2017-11-17 10:32

  本文关键词：基于神经网络的几种数字调制信号分类方法研究

  更多相关文章： 数字调制信号 分类识别 神经网络 RBF 网路 ROLS 算法

【摘要】：通信领域的迅猛发展、打赢信息化战争的新要求决定着通信、雷达等各种信号调制样式的千变万化,这就需要我们对不同调制样式的信号分类方法进行不断的探索研究。当前,识别信号的方法有很多,如对数似然比识别法、过零点法、数字相位统计相关变量识别法、基于决策理论识别法等等。本文主要研究的是依靠神经网络技术对信号进行识别的方法。神经网络技术是以人体的神经系统为基础,构建解决信息处理等问题的模型,从而智能地实现不同的功能。根据其内部结构与算法的不同,又分为很多种网络,当然不同的网络各有千秋,在实现不同的功能上也各有所能。论文利用神经网络,实现了对几种数字调制信号(2ASK、4ASK、2FSK、4FSK、BPSK、QPSK)的分类识别。首先,通过对几种数字调制信号的调制技术的研究,确立了几种特征参数,从而设计了信号分类识别的流程。其次,根据信号分类特点及研究方向论文选取了RBF网络,并基于MATLAB软件平台,对RBF网络实现几种数字调制信号分类进行了仿真实验,主要有信号生成实验(加入高斯白噪声的信号)、神经网络训练、单个RBF网络识别的仿真。最后,论文围绕RBF网络中心选取这一核心,在其算法上进行了改进,将递归最小正交二乘法与RBF网络进行了融合,并进行仿真实验,并将结果与单个RBF网络识别对比,改进后的网络在网络训练的收敛速度和信号的识别率两方面取得了明显的改善。
【学位授予单位】：长春理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.3;TP183
，

本文编号：1195743