基于邻域粗集神经网络的通信信号调制识别研究

本文的研究工作为通信信号调制识别提供了新的思路和方法,同时对邻域粗糙集在通信信号识别中的应用进行了尝试。在对已有研究进行分析的基础上,针对现实中通信调制信号含有连续型属性的决策系统的约简问题,本文提出了基于邻域粒化和贪心算法的约简算法。该方法采用基于邻域等价关系建立粗糙集模型,用邻域等价度量粗糙集不可分辨关系,通过邻域信息粒子逼近论域空间。构造了连续型属性的特征选择算法。利用本文提出的特征选择算法识别2ASK、BPSK、2FSK、4ASK、QPSK、4FSK、16QAM。实验结果证明了该算法的有效性和可行性。