从GAR模型参数提取特征的数字调制识别新方法

被引：20

作者：

陆明泉

肖先赐

李乐民

机构：

[1] 电子科技大学电子工程学院,电子科技大学电子工程学院,电子科技大学电子工程学院成都,成都,成都

来源：

电子科学学刊 | 1999年 / 02期

关键词：

调制识别; 广义自回归模型; 特征提取; 神经网络分类器;

D O I：

暂无

中图分类号：

TN911 [通信理论];

学科分类号：

080906 [电磁信息功能材料与结构];

摘要：

本文提出了一种从观察序列的广义自回归(GAR)模型参数提取待识别信号的伪瞬时中心频率和伪瞬时3dB带宽特征,并利用神经网络分类器的数字调制识别新方法。这种方法充分利用了GAR模型良好的抗噪声能力和神经网络优异的模式分类能力,能有效地改善低SNR条件下的调制识别性能。计算机模拟结果证实了该方法具有很高的识别率和良好的稳健性。

引用

页码：145 / 151

页数：7