基于譜相關(guān)和神經(jīng)網(wǎng)絡(luò)的信號(hào)自動(dòng)調(diào)制識(shí)別方法.pdf

1、本文首先介紹了譜相關(guān)原理，用譜相關(guān)函數(shù)分析了不同調(diào)制信號(hào)的譜相關(guān)特性，然后根據(jù)譜相關(guān)函數(shù)的工程計(jì)算式提取出三種特征譜并繪制了它們對(duì)于不同信號(hào)的幅度譜，最后用建立在這些特征譜上的特征參數(shù)分別使用決策理論和神經(jīng)網(wǎng)絡(luò)兩種方法識(shí)別不同的調(diào)制信號(hào)。 本文提取的基于譜相關(guān)參數(shù)的識(shí)別算法可以識(shí)別AM、CW、DSB、SSB、VSB、FM、2ASK、4ASK、2PSK、4PSK、2FSK和4FSK信號(hào)。實(shí)驗(yàn)結(jié)果表明，利用文中的決策論方法識(shí)別，在信

2、噪比為15dB時(shí)，平均成功率為96.7％，在信噪比為10dB時(shí)，平均成功率為93.6％；利用神經(jīng)網(wǎng)絡(luò)方法對(duì)AM、CW、DSB、VSB、FM、2ASK、2PSK、2FSK信號(hào)進(jìn)行識(shí)別，在信噪比為15dB時(shí)，平均成功率為97.6％，最低識(shí)別成功率為92.7％；在信噪比為10dB時(shí)，平均成功率為94.3％，最低識(shí)別成功率為88.8％。雖然識(shí)別的信號(hào)個(gè)數(shù)不同，但通過數(shù)據(jù)分析仍可看出利用神經(jīng)網(wǎng)絡(luò)識(shí)別信號(hào)的成功率較高，這與它在模式識(shí)別方面的優(yōu)越性是