[发明专利]基于演化BP神经网络的通信信号调制方式识别方法

摘要

本发明提供一种基于演化BP神经网络的通信信号调制方式识别方法，对获取的到已知不同调制方式的通信信号进行预处理和特征提取，提取结果作为神经网络的输入特征参量。利用复合搜寻模式的猫群演化机制以识别率为目标函数对BP神经网络初始的权值和阈值进行优化，获得最优参数作为之后进行识别的神经网络初始参数，之后利用输入特征参量和最优初始参数对BP神经网络进行训练，得到具有最优系统参数的BP神经网络。获取未知调制方式的通信信号，利用具有最优系统参数的BP神经网络对未知调制方式的通信信号进行识别得到识别结果。该方法与传统BP神经网络进行调制识别相比在相同信噪比下具有更高的识别率，尽可能的避免了训练过程中陷入局部最优解的情况。

主权项

1.基于演化BP神经网络的通信信号调制方式识别方法，其特征在于：步骤如下：步骤一：获得不同调制方式通信信号的数据集合；步骤二：对步骤一得到的数据集合进行预处理，预处理操作包括归一化、分段处理，将每种调制方式的通信信号都分成长度相等的多个数据段及每个数据段对应标签的集合形式；步骤三：瞬时特征参数提取；步骤四：初始化猫群种群规模、最大迭代代数、适应度函数、搜寻记忆池初始大小、初始扰动大小、分配比例；其中：猫群规模为N,第n只猫对应编号n,1≤n≤N；最大迭代代数G_max，当前迭代代数g,1≤g≤G_max；适应度函数定义为的值表示第g代第n只猫在当前位置对应的适应度函数值；搜寻记忆池大小表示第g代搜寻记忆池的大小；分配比例表示第g代每只猫进入搜寻模式的概率；步骤五：初始化神经网络层数及对应神经元个数，随机产生猫群中每只猫的初始位置；在第g代第n只猫位置的前l₁维位置作为输入层到第一隐藏层的初始权值及阈值，第l₁+1维到l₂维位置作为第一隐藏层到第二隐藏层的初始权值及阈值，以此类推，第l_m+1维到第l维位置作为隐藏层到输出层的初始权值及阈值；步骤六：得到猫群中每只猫位置对应的适应度函数值进行比较，记录目前猫群的全局最优位置及最优位置对应的适应度函数值步骤七，定义分配比例每只猫在当前代随机选择进入搜寻模式或追踪模式，选择进入追踪模式的概率为选择进入追踪模式的概率为定义符号为向下取整符号；步骤八：更新位置后计算并记录猫群中的最优适应度函数及其对应位置，和全局最优位置对应适应度函数值进行比较，选择更优位置及其对应的适应度函数值作为新的全局最优位置和适应度函数值步骤九：令g＝g+1，判断是否达到最大迭代次数，如果未达到终止条件则返回步骤七，继续迭代；否则，获得当前全局最优位置作为复合搜寻模式的猫群演化机制优化后的神经网络初始参数；步骤十：利用训练样本对优化好初始参数的神经网络进行训练；接收待识别调制信号，进行预处理和特征提取操作，将提取出的特征参数输入训练好的神经网络中，输出层输出调制识别结果。