基于遗传小波神经网络的RFID调制识别

被引：11

作者：

张松华 ^{[1
,2
]}

何怡刚 ^{[2
]}

李兵 ^{[2
]}

佘开 ^{[2
]}

侯周国 ^{[2
]}

机构：

[1] 湖南工学院电气与信息工程系

[2] 湖南大学电气与信息工程学院

来源：

计算机工程 | 2011年 / 37卷 / 02期

关键词：

遗传小波神经网络; 射频识别; 调制识别;

D O I：

暂无

中图分类号：

TP391.44 [];

学科分类号：

摘要：

在射频识别的调制识别方法中,神经网络常用的反向传播算法普遍存在收敛速度慢、容易陷入局部极小点、网络参数的选取只能凭实验和经验确定等缺点。针对上述问题,提出一种基于遗传算法优化小波神经网络的识别分类器。该分类器可以充分发挥遗传算法的全局寻优能力、小波分析的非线性逼近能力和神经网络的自学习特性,仿真结果表明其可以优化系统的收敛速度和识别精度。

引用

收藏

页码：191 / 193

页数：3

相关论文

共 6 条

[1]

一种新的低信噪比下的数字调制识别方法 [J].

谭晓衡 ;

刘娟 ;

胡友强 .

系统工程与电子技术, 2009, 31 (06) :1520-1524

[2]

基于遗传小波神经网络的多传感器信息融合技术的研究 [J].

高美静 ;

赵勇 ;

谈爱玲 .

仪器仪表学报, 2007, (11) :2103-2107

[3]

基于CAN总线的PC与RFID读写器通信实现 [J].

王启刚 ;

谭杰 .

计算机工程, 2007, (11) :244-246

[4]

模拟电路故障诊断的小波方法 [J].

谭阳红 ;

叶佳卓 .

电子与信息学报, 2006, (09) :1748-1751

[5]

基于遗传算法的小波神经网络在电价预测中的应用 [J].

董福贵 ;

张世英 ;

谭忠富 ;

张文泉 .

计算机工程, 2005, (04) :32-33+55

[6]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,