基于K-means算法改进的SOM神经网络调制识别分类器

摘要

通信过程中,获得情报信息的关键步骤是清楚接收到的调制信号的调制方式.随着现代通信技术的高速发展,人工智能广泛应用于调制方式识别领域.提出将自组织特征映射(Self-Organizing feature Map,简称SOM网络)神经网络用于调制制式的识别.用K均值(K-means)聚类算法来寻找每类特征参数的两个聚类中心,并将此聚类中心作为SOM神经网络的初始权值向量.这样,可以降低神经网络的训练次数,同时提高正确识别率.