• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >M-PAM Signals Classification Using Modified Gabor Filter Network
【24h】

M-PAM Signals Classification Using Modified Gabor Filter Network

机译：使用改进的Gabor滤波器网络进行M-PAM信号分类

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A Modified Gabor Filter (MGF) network based approach is used for feature extraction and classification of M-ary Pulse Amplitude Modulated (M-PAM) signals by adaptively tuning the parameters of MGF network. Modulation classification of M-PAM signals is done under the influence of additive white Gaussian noise (AWGN) and channel effects such as Rayleigh flat fading and Rician flat fading. The MGF network uses the network structure of two layers. First layer which is input layer constitutes the adaptive feature extraction part and second layer constitutes the signal classification part. The Gabor atom parameters are tuned using Delta rule and updating of weights of MGF using Recursive Least Square (RLS) algorithm. The simulation results in the form confusion matrix show that proposed modified modulation classification algorithm has high classification accuracy at low signal to noise ratio (SNR). The performance comparison with state-of-the-art existing techniques shows the significant performance improvement of proposed MGF based classifier.
机译：一种基于改进Gabor滤波器（MGF）网络的方法通过自适应地调整MGF网络的参数，用于特征提取和M阶脉冲幅度调制（M-PAM）信号的分类。 M-PAM信号的调制分类是在加性高斯白噪声（AWGN）和信道效应（例如瑞利平坦衰落和里氏平坦衰落）的影响下完成的。 MGF网络使用两层网络结构。输入层的第一层构成自适应特征提取部分，第二层构成信号分类部分。使用Delta规则调整Gabor原子参数，并使用递归最小二乘（RLS）算法更新MGF的权重。形式混淆矩阵的仿真结果表明，改进的调制分类算法在低信噪比下具有较高的分类精度。与最先进的现有技术进行性能比较，表明基于MGF的分类器的性能有了显着提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号