基于聚类与神经网络的无线通信联合调制识别新方法

杨发权; 李赞; 罗中良

您当前的位置：

首页 >

文章列表页 >

基于聚类与神经网络的无线通信联合调制识别新方法

研究论文 | 更新时间：2023-12-11

- 基于聚类与神经网络的无线通信联合调制识别新方法
- A New Specific Combination Method of Wireless Communication Modulation Recognition Based on Clustering and Neural Network
- 中山大学学报(自然科学版)(中英文) 2015年54卷第2期页码：24-29
- 作者机构：
  
  1. 佛山科学技术学院电子与信息工程学院,广东,佛山,528000
  2. 
  3. 西安电子科技大学综合业务网理论及关键技术国家重点实验室,陕西,西安,710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：2015，
  
  网络出版日期：2015-3-25，
扫描看全文
杨发权, 李赞, 罗中良. 基于聚类与神经网络的无线通信联合调制识别新方法[J]. 中山大学学报(自然科学版)(中英文), 2015,54(2):24-29.

YANG Faquan, LI Zan, LUO Zhongliang. A New Specific Combination Method of Wireless Communication Modulation Recognition Based on Clustering and Neural Network[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2015,54(2):24-29.
杨发权, 李赞, 罗中良. 基于聚类与神经网络的无线通信联合调制识别新方法[J]. 中山大学学报(自然科学版)(中英文), 2015,54(2):24-29. DOI：

YANG Faquan, LI Zan, LUO Zhongliang. A New Specific Combination Method of Wireless Communication Modulation Recognition Based on Clustering and Neural Network[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 2015,54(2):24-29. DOI：

摘要

针对现有基于聚类算法的信号调制识别在低信噪比时识别率低的缺点，文中采用聚类算法提取信号特征参数，通过变梯度 PolakRibiere BP修正算法对神经网络进行训练，以提高收敛速度，改善在低信噪比条件下网络识别性能，实现对基于星座图调制方式信号的调制识别，仿真结果表明，在低信噪比条件下，调制识别率和单独采用聚类算法或基于BP算法的神经网络识别时比较提高30%以上，在信噪比为4dB 条件下识别率可达到90% ，且系统易于实现，在信号调制识别中具有广泛的应用前景。

Abstract

To improve the recognition rate of the signal

a modulation recognition method is proposed based on the clustering algorithm under the low SNR. The characteristic parameter of the signal is extracted by using a clustering algorithm

neural network is trained by using the algorithm of variable gradient correction BP so as to enhance the rate of convergence.The performance of recognition under the low SNR is improved

and the modulation recognition of the signal is realized based on the modulation system of the constellation diagram. Simulation results show that the recognition rate based on this algorithm is enhanced over 30% compared with methods of adopting clustering algorithm or neural network based on BP algorithm alone under the low SNR. The recognition rate can reach 90% when the SNR is 4 dB

and the method is easy to be achieved so that it has broad application prospect in the modulating recognition.

关键词

变梯度修正BP算法聚类算法特征值的提取神经网络调制识别

Keywords

algorithm of variable gradient correction BPclustering algorithmfeature extractionneural networkmodulation recognition

references

浏览量

258

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向边缘计算的神经网络MPS加速算法

用于车辆重识别的基于细节感知的判别特征学习模型

广州番禺湿地生态环境质量时空动态分析

混合调制信号调制识别方法