基于信号功率谱和GRNN神经网络的联合调制识别算法

1.仿真预览

基于信号功率谱和GRNN神经网络的联合调制识别算法_第1张图片基于信号功率谱和GRNN神经网络的联合调制识别算法_第2张图片

 

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

你可能感兴趣的:(★MATLAB算法仿真经验,板块1:通信与信号处理,神经网络,人工智能,信号功率谱,GRNN神经网络,联合调制识别算法)