基于瞬时特征参数的数字调制识别算法 针对调制识别算法设计复杂度高,低信噪比条件下识别率低的问题,提出一种瞬时特征参数与神经网络分类器相结合的调制识别方法.该方法利用瞬时幅度,瞬时频率与瞬时相位3个参数作为神经网络分类器的输入,能有效识别二/四进制振幅键控,二/四进制频移键控,二/四进制相移键控信号调制类型.仿真结果表明,在信噪比为5 dB时信号的平均识别率达到94.67%.该方法不仅识别性能优于决策树,且设计简单,复杂度远低于...
尊享超值权益
基于瞬时特征参数的数字调制识别算法 针对调制识别算法设计复杂度高,低信噪比条件下识别率低的问题,提出一种瞬时特征参数与神经网络分类器相结合的调制识别方法.该方法利用瞬时幅度,瞬时频率与瞬时相位3个参数作为神经网络分类器的输入,能有效识别二/四进制振幅键控,二/四进制频移键控,二/四进制相移键控信号调制类型.仿真结果表明,在信噪比为5 dB时信号的平均识别率达到94.67%.该方法不仅识别性能优于决策树,且设计简单,复杂度远低于...
声明：资源收集自网络无法详细核验或存在错误，仅为个人学习参考使用，如侵犯您的权益，请联系我们处理。
不能下载？报告错误