基于高阶累积量和GRNN神经网络的WIFI与移动通信信号识别

基于高阶累积量和GRNN神经网络的WIFI与移动通信信号识别

在现代社会中，WIFI和移动通信成为了人们生产和生活中不可或缺的一部分。但是，由于WIFI和移动通信使用的频段相似，因此在信号交叉的情况下，区分二者变得尤为困难。由此，发展一种高效准确的WIFI与移动通信信号识别方法成为了迫切需求。本文提出一种基于高阶累积量和GRNN神经网络的WIFI与移动通信信号识别方法。

1.引言

在现代社会中，WIFI和移动通信作为两种用户数最广泛的通信方式，已经成为人们工作和生活中不可缺少的传输手段。在WIFI和移动通信频带交错的情况下，我们需要用一种高效准确的方式来识别二者的信号，以便人们在使用时能够更加精准地进行选择。本文提出一种基于高阶累积量和GRNN神经网络的WIFI与移动通信信号识别方法。

2. 基于高阶累积量的信号特征提取

高阶累积量可以解决传统累积量的不足，具有更高的阶数、更高的辨别度和更强的鲁棒性。本文提出一种基于高阶累积量的信号特征提取方法，并将提取的特征用于构建GRNN神经网络以进行WIFI与移动通信信号的识别。

% Matlab代码如下：
clc
clear
close all
load wificell
load mobilecell
row = size(wificell,1);
col = size(wificell,2);
data=zeros(row*2,col+1);
% 构造数据矩阵
% 第一列为标签（0表示移动通信信号，1表示WIFI信号）
% 第2~5列为4个高阶累积量特征
for i=1:row
for