本文对神经网络在调制识别算法中的应用进行了深入研究.首先,对现有的调制识别方法进行了全面梳理,分析了基于特征提取和基于神经网络的调制识别算法的优缺点.在此基础上,本文提出了一种改进的神经网络调制识别算法,以提高识别性能和适应性.在研究过程中,发现基于残差网络的调制识别算法的识别精准度在高速信噪比和低采样率的情况下表现很差.为解决这一问题,本文提出了一种双阶段神经网络调制识别算法,该算法充分利用了神经网络在特征提取和分类方面的优势,实现了对不同调制方式的高效识别.通过对比实验,验证了本文所提出的双阶段神经网络调制识别算法的有效性.实验结果表明,与传统的基于特征提取的调制识别算法和单一神经网络调制识别算法相比,本文所提出的双阶段神经网络调制识别算法在识别性能和适应性方面均表现出较大的优势.
万方数据
维普
