论文研究 基于复杂度特征的数字调制模式识别.pdf

为了提高数字信号调制模式识别在低信噪比下的正确率，在对复杂度理论加以分析的基础上，提出了一种新的特征提取方法。该方法首先引入希尔伯特-黄变换求得样本的边际谱，然后利用分形和Lempel-Ziv复杂度的方法提取用于调制识别的特征参数，最后利用RBF神经网络分类器进行数字信号调制模式的分类识别。仿真结果表明该算法具有较好性能。