基于ART2A-E神经网络的数字调制识别

摘要

在分析经典的ART2/2A网络基础上,提出了一种基于ART2A-E神经网络的自动数字调制识别分类器,并测试了分类器对2PSK、4PSK、OQPSK、GMSK、π/4OQPSK、4ASK 6种数字调制信号的识别能力.仿真结果表明,该分类器对这6种数字调制信号在信噪比为8 dB条件下识别率达到90%以上,而且在不影响网络已记忆模式情况下能自动对未学习模式进行新的聚类,提高了自动调制分类器的自适应性和可扩展性,减少了错判概率.