基于信号功率谱和GRNN神经网络的联合调制识别算法

Posted fpga&matlab

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于信号功率谱和GRNN神经网络的联合调制识别算法相关的知识,希望对你有一定的参考价值。

1.仿真预览

 

2.理论分析

    首先介绍了MPSK和MFSK两种类型的多进制调制方式,然后介绍了超短波信道的基本特点,主要包括误码率高、衰落、长传输距离、多径时延、多普勒频移。最后介绍了Longley-Rice模型、Okumura模型、CCIR模型、Egli模型和Hata模型等多种超短波信道模型。在超短波信道中,采用多种不同的调制方式,可以有效减少传输过程中所存在的噪声干扰,并增加通信距离。

    针对不同调制方式的超短波信号的检测问题,本文首先

以上是关于基于信号功率谱和GRNN神经网络的联合调制识别算法的主要内容,如果未能解决你的问题,请参考以下文章

m基于GRNN广义回归神经网络和HOG特征提取的人体姿态检测识别matlab仿真,样本集为TOF深度图

车牌识别基于HOG特征提取和GRNN网络的车牌识别算法matlab仿真

转载时域信号的频谱功率谱和功率谱密度计算

基于ANN的6种调制信号自动调制识别(2ASK4ASK2FSK4FSK2PSK4PSK)

基于残差神经网络的通信混合信号识别

一种基于伪标签半监督学习的小样本调制识别算法