

已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文首先介紹了譜相關原理,用譜相關函數(shù)分析了不同調(diào)制信號的譜相關特性,然后根據(jù)譜相關函數(shù)的工程計算式提取出三種特征譜并繪制了它們對于不同信號的幅度譜,最后用建立在這些特征譜上的特征參數(shù)分別使用決策理論和神經(jīng)網(wǎng)絡兩種方法識別不同的調(diào)制信號。 本文提取的基于譜相關參數(shù)的識別算法可以識別AM、CW、DSB、SSB、VSB、FM、2ASK、4ASK、2PSK、4PSK、2FSK和4FSK信號。實驗結果表明,利用文中的決策論方法識別,在信
2、噪比為15dB時,平均成功率為96.7%,在信噪比為10dB時,平均成功率為93.6%;利用神經(jīng)網(wǎng)絡方法對AM、CW、DSB、VSB、FM、2ASK、2PSK、2FSK信號進行識別,在信噪比為15dB時,平均成功率為97.6%,最低識別成功率為92.7%;在信噪比為10dB時,平均成功率為94.3%,最低識別成功率為88.8%。雖然識別的信號個數(shù)不同,但通過數(shù)據(jù)分析仍可看出利用神經(jīng)網(wǎng)絡識別信號的成功率較高,這與它在模式識別方面的優(yōu)越性是
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于譜相關和神經(jīng)網(wǎng)絡的調(diào)制方式識別究.pdf
- 基于神經(jīng)網(wǎng)絡的調(diào)制信號識別.pdf
- 基于譜相關的通信和雷達信號識別方法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡的OFDM系統(tǒng)調(diào)制識別方法的研究.pdf
- 基于DE優(yōu)化的神經(jīng)網(wǎng)絡信號調(diào)制識別研究.pdf
- 基于小波神經(jīng)網(wǎng)絡的信號調(diào)制識別研究.pdf
- 基于神經(jīng)網(wǎng)絡和HMM的眉毛識別方法研究.pdf
- 基于相關學習神經(jīng)網(wǎng)絡的圖像識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡的自動調(diào)制識別算法的研究.pdf
- 基于通信信號調(diào)制識別問題的神經(jīng)網(wǎng)絡研究.pdf
- 基于AdaBoost和BP神經(jīng)網(wǎng)絡的車牌識別方法研究.pdf
- 基于特征融合和神經(jīng)網(wǎng)絡的掌紋識別方法研究.pdf
- 基于稀疏表達和神經(jīng)網(wǎng)絡的人臉識別方法研究.pdf
- 基于柔度矩陣和神經(jīng)網(wǎng)絡的損傷識別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡和遺傳算法的語音識別方法研究.pdf
- 基于復合神經(jīng)網(wǎng)絡的掌紋識別方法的研究.pdf
- 基于改進神經(jīng)網(wǎng)絡的板形識別方法.pdf
- 基于脈沖神經(jīng)網(wǎng)絡的語音識別方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡信號調(diào)制體制識別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的語種識別方法研究.pdf
評論
0/150
提交評論