文档介绍：第5卷第3期工程研究——跨学科视野中的工程5 (3): 272-278 2013年9月JOURNAL OF ENGINEERING STUDIES Sep., 2013 收稿日期:2013?05?02; 修回日期:2013?06?05作者简介:程莉(1981?),女,博士研究生,研究方向为信号调制类型自动识别、无线通信信号处理。E-mail: ******@DOI: .,2(1. 哈尔滨工程大学,哈尔滨 150001; 430079 ) 摘要: 对截获到的信号调制类型进行自动识别是非协作通信中的关键技术之一,在民用及军用领域中有着重要的应用前景。其中,分类器的设计对调制类型识别结果和效率起到了决定性的作用。各种方法中,采用BP神经网络构造的分类器能获得较好的识别效果,但是传统BP神经网络存在收敛速度慢、容易陷入局部最小值、网络对初始值敏感等问题。论文采用遗传算法优化BP神经网络的权值和阀值,可以避免神经网络利用梯度下降法陷入局部最小值的缺陷,从而提高BP网络的学习能力。论文对高斯白噪声信道中6种常用的数字通信信号进行了判定识别。仿真结果表明,用遗传算法优化的神经网络分类器能有效地提高调制信号识别率。关键词: 遗传算法;BP神经网络;自动调制识别;参数优化中图分类号: TN92 文献标识码: A 文章编号: 1674-4969(2013)03-0272-07引言信号调制类型自动识别是信号检测和解调的中间环节,并且在军用和民用领域中起到了至关重要的作用[1]。在民用领域为防止对无线频谱的非法利用和干扰,频谱监视设备采用调制识别技术可以确定未知干扰信号性质,保证合法通信的正常进行。此外,在软件无线电技术中,为实现不同传输体制通信设备间的互联互通,正确识别收发双方的调制方式,是保证信息无误传输的基本前提。在军用领域,信号调制识别主要应用于电子战通信情报截获接收机的设计中,为解调器正确选择解调算法提供参数依据,最终获得敌方情报。此外,调制识别技术有助于电子战最佳干扰样式或干扰抵消算法的选择,以保证己方通信,同时抑制或破坏敌方通信,实现通信对抗的目的。目前,信号自动调制识别的基本方法大致可以分为两类:一类是决策理论方法[1-4],另一类是模式识别方法[5-9]。决策理论方法是基于复合假设检验,但是其判决规则较难实现。模式识别方法基于信号特征提取,对信号先验信息依赖性较小,实用性强。模式识别方法包括信号预处理、特征提取和分类识别三个部分。参考现有文献,在分类识别部分对分类器的设计主要有二分树分类器、模糊聚类分类器、K近邻分类器、支持向量机分类器和神经网络分类器。由于神经网络分类器具有较强的自学习、自适应及潜在容错能力,易于处理复杂的非线性问题,因此广泛应用于信号调制识别领域。E. E. Azzouz和 Asoke K. Nandi[10]首先将BP(Back Propagation)神经网络用于模拟和数字信号调制类型识别。由于BP算法存在收敛速度慢、容易陷入局部最小值、网络结构难以确定等问题,为了改善BP算法的性能,. . Nandi [11]采用弹性BP(RPROP, resilie