申请/专利权人:重庆邮电大学
申请日:2022-03-18
公开(公告)日:2023-09-22
公开(公告)号:CN116800568A
主分类号:H04L27/00
分类号:H04L27/00;H04L27/26;H04L27/32
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.10.13#实质审查的生效;2023.09.22#公开
摘要:本发明请求保护一种基于高阶统计量和神经网络FBMC信号的载波调制识别,属于信号处理技术领域。本文利用高阶统计量抑制噪声的特点,同时运用反向传播back‑propagation,BP神经网络设计自动调制识别分类器automaticmodulationclassification,AMC实现载波信号的分类,该方法首先将接收端的信号经过同步、参数估计等预处理;然后利用四阶和六阶统计量构建三个特征参数;最后运用不同信号特征参数的差异性,构造BP神经网络识别出QAM16、32、64、128和256和PSK2和4调制信号。在信噪比大于2dB时,该分类器的识别率达96%以上,对比传统算法,该算法实现起来更容易,识别率也更高,在实际工程中更有实际意义。
主权项:1.一种基于高阶统计量和神经网络FBMC信号的载波调制识别,具体步骤:该方法首先将接收端的信号经过同步、参数估计等预处理;然后利用四阶和六阶统计量构建三个特征参数;最后运用不同信号特征参数的差异性,构造BP神经网络识别出QAM16、32、64、128和256和PSK2和4调制信号。
全文数据:
权利要求:
百度查询: 重庆邮电大学 基于高阶统计量和神经网络FBMC信号的载波调制识别
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。