电讯技术

作者：肖潇,谢跃雷

单位：(1.桂林电子科技大学 信息与通信学院，广西 桂林 541004;?2.认知无线电与信息处理省部共建教育部重点实验室，广西 桂林 541004)

关键词：通信信号；调制识别；分数阶小波变换；麻雀搜索算法；极限学习机；

基金：广西科技重大专项资助项目（桂科AA21077008）；桂林电子科技大学研究生教育创新计划项目（2020YCXS021）

针对当前通信信号调制识别算法在低信噪比环境下识别率不高、训练速度慢、识别类型受限等问题，提出了一种基于多特征麻雀搜索算法-极限学习机(Sparrow Search Algorithm-Extreme Learning Machine,SSA-ELM)的信号调制识别方法。该方法基于四阶和六阶累积量构造两个特征参数，引入分数阶小波变换，利用分数域小波系数构造特征值，组成三维特征向量后输入SSA-ELM网络进行分类。仿真及USRP(Universal Software Radio Peripheral)采集数据验证结果表明，所提特征参数具有较好鲁棒性，且SSA算法优化后的ELM网络分类性能得到明显提高，在SNR等于6 dB时两种方法识别率均达到90%，且最高识别率达到94%。

来源：2022年第8期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第8期