论文部分内容阅读
通信技术正以日新月异的速度进步和发展，通信信号各种调制方式的变化和进步尤其突出。通信信号调制方式的分类识别研究(下文简称为：调制识别问题)也相继发展起来。调制识别在信号确认、干扰识别、信号检测及信号监督等通信领域中充当重要角色。神经网络具有信息分布式储存、大规模自适应并行处理和高度容错特性等优点，可应用于调制识别领域。其学习能力和容错性对不确定性调制识别具有独到之处。 本文从BP网络调制识别系统入手，重点研究了最优BP网络的实现。继而对其提出了改进算法，对仿真结果进行了分析和讨论。论文最后对其他种类的神经网络也进行了尝试。 实验表明，用神经网络的方法进行通信信号的调制识别具有实际可行性和优越的性能。