利用径向基网络识别数字调制信号
本文提出了基于径向基神经网络(RBF)的数字调制信号识别方法,在提取信号瞬时幅度,瞬时相位,瞬时频率等统计参量的基础上,将同一类数据集的均值作为径向基网络的聚类中心,将该数据集的方差作为网络激励函数的响应范围,实验结果说明,这种方法保留了原始信号的明显特征,对数字调制信号识别率高,且具有逻辑关系简单,便于实时处理,易于硬件实现等优点.并且指出了用RBF网络比用BP网络具有更好的识别效果.
RBF网络 统计参量 特征提取 数字调制信号
黄鹤 陈怀新 蔡红
四川大学电子信息学院;中国电子科技集团公司第十研究所
国内会议
广西桂林
中文
539-545
2003-10-01(万方平台首次上网日期,不代表论文的发表时间)