摘要：為提高數字調制方式的識別速度和準確率,提出一種基于免疫算法(IA)的反向后傳(BP)神經網絡數字調制方式識別算法。首先對信號的特征進行分析和提取,其次利用具有全局搜索能力的免疫算法優化BP神經網絡的權重及閾值,最后利用Levenberg-Marquardt算法訓練BP網絡。文中不僅給出了詳細的算法分析,同時進行了仿真實驗。實驗結果表明,所提方法的收斂速度明顯優于傳統的BP算法和遺傳算法,在信噪比大于-2 dB時,所提方法的平均識別準確率也優于傳統的BP算法和遺傳算法。所提免疫優化算法在訓練多層前向神經網絡時可有效地避免BP算法易陷入局部極小,且算法收斂速度快,具有精確的全局尋優性能,進而提高了數字調制方式的識別準確率。