1、信號調(diào)制模式識別是非合作通信中重要的研究內(nèi)容，是民用無線電管理部門進行頻譜管理和軍用電子對抗的必備技術(shù)。軟件無線電和認知無線電概念的提出和微電子技術(shù)的發(fā)展，使多體制通信系統(tǒng)能夠在同一接收機中實現(xiàn)成為可能，對信號的調(diào)制模式識別提出了新要求。本文是在前人研究的基礎(chǔ)上，將CCGA優(yōu)化的神經(jīng)網(wǎng)絡(luò)應(yīng)用到基于統(tǒng)計模式信號調(diào)制識別。
　　第一，闡述信號調(diào)制模式識別的兩種途徑，即決策理論和統(tǒng)計模式。瞬時參數(shù)的提取是統(tǒng)計模式識別的基礎(chǔ)，針對解析信號

2、法提取瞬時參數(shù)的不足與限制條件，給出希爾伯特-黃變換(Hilbert-Haung Transform，HHT)提取瞬時參數(shù)的方法。試驗仿真結(jié)果表明，HHT方法能克服部分噪聲的影響。
　　第二，依據(jù)提取出的特征參數(shù)作為特征向量，研究人工神經(jīng)元網(wǎng)絡(luò)(Artificial Neural Network，ANN)單信號調(diào)制模式識別問題。在簡要介紹ANN基本原理和用于模式識別的方法與特點的基礎(chǔ)上，把BP神經(jīng)網(wǎng)絡(luò)引入到信號調(diào)制模式識別。針對B

3、P算法收斂慢，易陷入局部極小點等缺陷，引入遺傳算法(genetic algorithm，GA)優(yōu)化神經(jīng)網(wǎng)絡(luò)，提高全局搜索能力。試驗仿真結(jié)果表明，本文運用GA優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值，網(wǎng)絡(luò)分類時間比BP網(wǎng)絡(luò)縮短約60％，比L-M網(wǎng)絡(luò)縮短近40％，識別率也有提升。由于GA過分強調(diào)“生存競爭”，忽略了個體之間的合作關(guān)系，文中接著研究CCGA優(yōu)化神經(jīng)網(wǎng)絡(luò)的實現(xiàn)方案。針對CCGA的特點，文中詳細論述子種群分割、代表個體選擇、子個體編碼方案、子個體

4、交叉和變異的方法。試驗仿真結(jié)果表明，相同條件下，CCGA比GA優(yōu)化的神經(jīng)網(wǎng)絡(luò)在識別率提高的同時，運行時間縮短40％。
　　第三，針對多信號調(diào)制模式識別問題，依據(jù)處理多信號的接收數(shù)據(jù)模型，對多信號進行分離識別。因受噪聲和濾波器性能的影響，對分離后的單信號計算時域特征參數(shù)，用CCGA優(yōu)化后的神經(jīng)網(wǎng)絡(luò)判定其調(diào)制模式，識別率較低。采用AR模型提取信號的短時平均中心頻率和短時平均帶寬，并用直方圖壓縮其維數(shù)后作為待識別信號的特征向量，判定其調(diào)