- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
MPSO算法优化BP网络的数字调制识别方法.pdf
1 Computer Engineering and Applications 计算机工程与应用
MPSO 算法优化BP 网络的数字调制识别方法
史先铭, 刘以安
SHI Xianming, LIU Yi-an
江南大学 物联网工程学院,江苏 无锡 214122
School of IOT Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China
SHI Xianming, LIU Yi-an. Digital modulation recognition method based on MPSO optimizing BP neural
network. Computer Engineering and Applications
Abstract :Currently ,many recognition methods of digital modulation signals occur, which have different
recognition effects. In order to improve recognition performance of the signals under different signal-to-noise
ratio(SNR), a method based on modified particle swarm optimization(MPSO) algorithm optimizing BP is proposed.
Six instantaneous feature parameters are extracted, among which the Rσ a is an improvement and the Rσ p is an
analogy of the Rσ a. The neighbor information of particles are referred to modify particle swarm optimization(PSO)
algorithm optimizing the weights and thresholds of BP. Simulation result shows that the method has a remarkable
performance because the probability to recognize seven kinds of signals is over 86% .
Key words :digital modulation signals; instantaneous feature parameters; neighbor information; Particle Swarm
Optimization(PSO) algorithm; BP
摘 要:目前,数字调制信号的识别方法有很多,其识别效果不尽相同。为了提高数字调制信号在不同信噪
比(Signal-to-Noise Ratio,SNR)下的识别性能,提出了一种基于改进粒子群(Modified Particle Swarm
Optimization,MPSO)算法优化BP 网络的识别方法。针对七种常见的数字调制信号,提取了六个瞬时特征
参数,其中R 参数是改进得到的,同理类推得到R 。为了在保持基本粒子群(Particle Swarm Optimization,
σ a σ p
PSO)算法优点的基础上进一步提高算法的性能,增加了对粒子邻域信息的参考,再用MPSO 算法优化BP 网
络的权值和阈值。从仿真实验可以看出,应用此方法,七种信号的识别率都可以达到86%以上,从而证明了
该方法能有效地提高数字调制信号的识别性能。
关键词:数字调制信号; 瞬时特征参数; 邻域信息; 粒子群算法(PSO); BP
doi:10.3778/j.issn.1002-8331.1410-0122 文献标志码: A 中图分类号: TP391
[
您可能关注的文档
- Lite2中基于数据同步对象的事务性同步技术.pdf
- LiV3O8V2O5复合材料的制备与表征.pdf
- LKJ基础数据的编制复核及信息化管理的探讨.pdf
- LM317集成稳压电路在LED显示电路中的应用.pdf
- LNG FPSO液舱内储液晃动特性的数值模拟.pdf
- LOL S4赛季前瞻(二)职业选手详解S4 & 天赋修改曝光.pdf
- LPG公交客车发动机舱结构与散热特性分析.pdf
- LPV重复过程的H∞滤波新方法.pdf
- LSI任命三位高管 加速市场部署.pdf
- LSI全新Nytro智能化闪存解决方案上市.pdf
- 2025至2031年中国经济灯光控制台行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国绝热板行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国细纹亚麻油画布行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国线架行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国绣花唐装行业投资前景及策略咨询研究报告.docx
- 2025至2031年中国细白铝银浆行业投资前景及策略咨询研究报告.docx
- 2025年来访客户接待规范.doc
- 2025至2031年中国练习木杆行业投资前景及策略咨询研究报告.docx
- 2025年胸痛中心建设方案.doc
- 2025至2031年中国维塑管行业投资前景及策略咨询研究报告.docx
文档评论(0)