摘要: 给出从信号幅度、相位、频率及功率谱等特性中提取的五种特征参数的定义，详细研究了应用这5种参数识别CW、AM、SSB、FM、2FSK、2PSK、NOISE信号的BP神经网络分类器。该分类器采用Levenberg-arquardt神经网络学习算法，隐含层采用log-sigmoid函数为激励函数，输出层采用tan—sigmoid函数为激励函数，隐含层的神经元个数取l0个。并给出了具体的仿真结果。