基于改进神经网络的自动调制识别研究

摘要

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=0dB时也达到了95％以上的识别率。