1、隨著當代通信的飛速發(fā)展，通信體制的變化也日新月異，通信信號的調(diào)制方式更加多樣化、復(fù)雜化，使得通信的環(huán)境也變得復(fù)雜，同一空間的信號越來越密集。研究分析這些信號，提取調(diào)制參數(shù)并確定其調(diào)制方式，在軍事和民用領(lǐng)域都是非常有價值的研究課題。本文是在前人研究的基礎(chǔ)上，將差分進化算法應(yīng)用到基于統(tǒng)計模式信號調(diào)制識別中。
　　首先，調(diào)制信號識別方法的途徑主要有兩種，決策理論法與統(tǒng)計模式識別法。統(tǒng)計模式識別需要進行參數(shù)提取，仿真后觀察不同調(diào)制信號的瞬

2、時振幅，瞬時相位，瞬時頻率特性，選擇可以表征不同類型的特征參數(shù)。
　　其次，基于所提取的特征參數(shù)作為特征矢量，研究人工神經(jīng)網(wǎng)絡(luò)信號調(diào)制模式識別問題。簡要介紹了基本原理和特點，把BP算法引入到信號調(diào)制識別。該算法收斂速度慢，容易陷入局部極小，接著采用遺傳算法對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和連接權(quán)值進行優(yōu)化，仿真試驗結(jié)果表明，經(jīng)過優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值后，網(wǎng)絡(luò)分類時間縮短，識別率得到提高，但收斂速度還有待提高。
　　最后，介紹了新興的差分進化