论文部分内容阅读
人工神经网络(ANN)用于模式识别,是神经网络理论研究的重要课题之一。数字信号调制识别(DMSR)是典型的模式识别问题,因而ANN也被用于DMSR中。本文采用了学习向量量化LVQ网络和径向基函数RBF网络两种分类器分别用于数字信号调制模式的大类和子类的识别。通过对2ASK、4ASK、BPSK、QPSK、8PSK、2FSK、4FSK、8FSK、16QAM和32QAM十种数字信号进行的仿真结果表明,两种神经网络分类器分类性能较好,在信噪比为5dB的条件下仍然能够获得高于90%的识别正确率。