%0 Journal Article
%T Research on automatic modulation recognition based on improved neural network<br>基于改进神经网络的自动调制识别研究
%A CHEN Mei
%A ZHU Qi
%A <br>陈美
%A 朱琦
%J 重庆邮电大学学报(自然科学版)
%D 2009
%I 
%X 自动调制识别技术可以用于排除通信系统中的非法用户及其干扰,是保证合法通信的关键措施之一.选取了几种典型的调制方式MFSK,MASK,BPSK,QPSK,OFDM,通过分析其时域特征,提取了反映调制类型显著差异的5个特征参数的新组合.为了克服标准BP算法收敛速度慢且存在多个局部最小点等缺陷,采用改进的弹性BP算法,从提高收敛速度和网络识别性能出发,构建了有效识别调制信号的弹性BP神经网络分类器.仿真结果表明,与基于决策理论的逐级判决调制识别方法相比,所设计的弹性BP神经网络分类器在SNR=0～20dB时对以上的调制方式均具有较高的识别率,即使在SNR=0 dB时也达到了95%以上的识别率.
%K neural network
%K resilient BP algorithm
%K feature extraction
%K modulation recognition<br>神经网络
%K 弹性BP算法
%K 特征提取
%K 调制识别
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=96E6E851B5104576C2DD9FC1FBCB69EF&jid=5C2694A2E5629ECD6B59D7B28C6937AD&aid=8A8BB2A48362E10AF40573E7B5AB9808&yid=DE12191FBD62783C&vid=659D3B06EBF534A7&iid=B31275AF3241DB2D&sid=231F9A307C169827&eid=BDEE8BA20F4733DB&journal_id=1673-825X&journal_name=重庆邮电大学学报(自然科学版)&referenced_num=0&reference_num=12