10.3969/j.issn.1000-386X.2011.01.024
基于非监督学习神经网络的自动调制识别研究与实现
以非监督学习神经网络为主要研究对象,描述自组织网络的基本模型,分析传统自组织网络的训练算法,提出了一种基于自组织特征映射SOFM(Self-Organizing Feature Map)神经网络的通信信号自动调制识别方法.方法改进了训练算法中的学习率函数和邻域函数,提高了算法的收敛速度和性能,并将其应用在通信信号调制识别中.仿真实验检验基于SOFM神经网络的调制识别方法的性能,并与后向反馈(BP)神经网络加以比较,结果表明SOFM神经网络的调制识别方法具有较高的识别精度,改进后的训练算法提高了识别的有效性.
调制识别、自组织特征映射神经网络、后向反馈神经网络
28
TP1;TN9
国家高技术研究发展计划项目2006AA01Z146
2011-04-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
79-81,95