基于MLP神经网络的超宽带信号自适应识别算法的研究
提出一种利用人工神经网络进行超宽带信号调制模式自适应识别的方法.采用三层MLP神经网络进行调制模式识别.首先对超宽带数字调制信号进行统计特征参数提取,特征参数作为MLP网络的输入层神经元参数,隐舍层是双层结构.实验证明,当中间层采用正切型激活函数、输出层采用线性激活函数时,MLP分类器的识别性能最好.在5 dB信噪比环境下,算法的正确识别率高于95%.与传统的统计判决方法相比,神经网络分类器不需要设定判决门限就能实现自适应识别,并且达到更好的识别率,解决了软件无线电系统中的超宽带信号自动识别的问题.
MLP 分类器、超宽带、调制模式识别、激活函数
20
TN914.5
国家自然科学基金60432040
2008-06-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
156-159