人工智能技术的复杂光网络信号调制方式分类研究

为了提高复杂光网络信号检测识别能力,需要进行信号调制方式分类,提出基于人工智能技术的复杂光网络信号调制方式分类与识别方法。构建复杂光网络信号的时域模型,通过频域参数识别和信道扩频序列定位方法实现对复杂光网络信号的特征检测,提取信道扩频序列调制参数,通过人工智能算法构建复杂光网络信号的人工智能分类结构模型,对提取的复杂光网络信号调制类别特征分量进行自适应融合和分类识别。仿真结果表明,本方法调制分类的平均精度为93.46%,分类识别误差平均为2.79%,耗费的时间平均为11.31 s,具有较好的复杂光网络信号调制方式分类性能。