基于神经网络实现多种数字信号调制方式的自动识别

摘要

A.K.Nandi与E.E.Azzouz提出基于决策论的信号调制样式自动识别方法具有简单易行,适合在线分析的优点.本文在该方法的基础上,针对该方法的数字信号调制样式识别进行深入仿真实现,并提出了基于该方法利用正交最小二乘法(OLS)的RBF神经网络实现数字信号调制样式自动识别的方法,最后对计算进行了改进,提高了该方法的识别能力,对SNR为8～20dB的信号识别得到了较好的结果.本文识别的数字信号为2ASK、4ASK、2PSK、4PSK(QPSK)、2FSK、4FSK与16QAM七种信号.