基于瞬时特征和BP神经网络的数字调制信号自动识别及实现

在非协作通信环境下,针对2ASK、4ASK、2FSK、4FSK、BPSK、QPSK六种常规数字调制信号,采用了基于瞬时统计特征的信号自动分类算法对上述六种信号进行分类识别。仿真结果表明,该算法在信噪比大于15dB时,总体识别率高于90%;随着信噪比减小,信号识别率下降明显。当信噪比低于5dB时,信号识别率不足60%。为提高低信噪比下信号识别率,进一步引入BP神经网络作为分类器,采用自适应学习速率梯度下降法训练神经网络,设计了基于BP神经网络的数字调制信号自动识别方案。最后在软件无线电设备NI-USRP 2920上实现了该方案,并验证了性能。实测结果表明,六种数字调制信号正确识别率均高于91%。