基于神经网络和高阶累积量的数字信号调制识别方法研究.pdfVIP

基于神经网络和高阶累积量的数字信号调 制识别方法研究# 王华奎，吴爱民，武娟萍** （太原理工大学信息工程学院，太原 030024 ） 摘要：数字信号自动调制识别(AMR)有基于决策论和统计模式两种方法，针对这两种方法给 出两类特征参数：一类是从信号幅度、相位、频率及功率谱等特性中提取的五个Nandi 特征 参数，Nandi 特征参数是基于决策论的特征参数；另一类是利用信号的二阶、四阶和六阶累 积量中提取的三个高阶累积量特征参数，该特征参数是基于统计模式的特征参数。针对 2ASK、4ASK 、2PSK、4PSK 、2FSK、4FSK 六种信号，详细研究了分别应用这两类参数识 别信号的BP 神经网络分类器，为了克服标准BP 算法收敛速度慢且存在多个局部最小点等 缺陷,该分类器采用 Levenberg-Marquardt 神经网络学习算法，隐含层采用 tan-sigmoid 函数 为激励函数，输出层采用log-sigmoid 函数为激励函数,Nandi 特征参数分类器隐含层的神经 元个数取10个，高阶累积量特征参数分类器隐含层的神经元个数取8 个。仿真结果表明Nandi 参数的识别率高于高阶累积量参数的识别率，当信噪比大于6dB 时，Nandi 参数正确识别率 高达90 ％以上。 关键词： 调制识别；特征参数；BP 神经网络；高阶累积量；Levenberg-Marquardt 算法 中图分类号：TN911.3 Research on digital modulation recognition based on neural network and high order cumulants WANG Huakui, WU Aimin, WU Juanping (College of Information Engineering, Taiyuan University of Technology, Taiyuan 030024) Abstract: On automatic modulation there are two approaches ，decision-theoretic and statistical pattern ．In accordance with these two approaches,this paper mainly proposed two kinds of feature parameters:one are five Nandi feature parameter that are derived from the instantaneous amplitude, instantaneous phase, instantaneous frequency and power spectrum of modulated signal.these five feature parameters are based on decision-theoretic ;another are three feature parameters which are picked up from two-order,four-order and six-order cumulants, these three feature parameters are based on statistical pattern .Direct at 2ASK 、4ASK 、2PSK 、4PSK 、2FSK 、4FSK six signals ,BP neural network classifier was studied to identify modulation with these t