随着科学技术不断地发展和突破,现代通信系统得到了广泛的应用。在现代数字通信系统中,调制与解调是其中一项关键的技术。频移键控(FSK)调制是一种重要的数字调制方式,由于其高效便捷,易于实现的特点,常应用于实际的通信工程中。常见的FSK信号解调方法有相干解调法,非相干解调法等。在信息时代,激烈竞争和快节奏工作使人们生活方式发生了巨大变化,所要处理的各种信息量随之呈爆炸式增长。如果用基于冯·诺依曼计算机的信号处理方式来解调海量的调制信号,以现有的技术而言,是不可能在短时间内完成的,而并行的信息处理方式为我们解决这个问题提供了新的思路和途径。在现今的各种通信信道中,充斥着大量的来自周边环境的干扰信号;随着信息传递量的不断增加,有很多信号在同时进行着传递,相互之间也会有很大的干扰;我们需要通信设备在强干扰的环境下也能进行正常的通信工作。近代通信技术的发展相当惊人,随着其飞速的发展,通信体制的变化也是日新月异。目前在实际应用中常见的调制方式有很多种,比如ASK、FSK、MSK、PSK、DPSK、QPSK、QAM等等。这些通信信号的调制方式都各有特色,并得到广泛的应用。在实际的通信工程中,不同的调制制式由于自身的特点而应用于不同的场合,而不同的通信调制解调制式就构成了不同的系统。如果按照常规的方法,每产生一种信号就需要一个硬件模块电路,要使一部发射机产生几种、几十种不同的通信信号,其电路会极其复杂,而且体积和重量都会变得很大。而在接收机部分,情况也同样如此,即对某种特定的调制信号,也必须有一个特定的对应模块电路来对信号进行解调工作,而这一解调模块对其它调制信号却无能为力。现代社会要求通信系统具有很低的成本和较高的效率,同时对于跨平台的工作能力要求越来越迫切。由于神经网络(ANN)所具有的并行分布式处理、非线性映射、自学习和自适应等能力,近年来吸引了很多人的兴趣。考虑到神经网络能以任意精度逼近任何非线性连续函数,以及并行快速处理和自学习、自适应等能力,本文从神经网络出发,提出了一种基于神经网络的FSK信号解调的新方法。该方法通过神经网络及其算法,对FSK信号进行解调处理,在强干扰背景下可以对FSK信号进行正常解调,且其解调性能优于传统解调方法。该方法较之传统解调方法的优越性在于:利用人工神经网络所具有的自学习、自组织特性,以及较好的容错性和优良的非线性逼近等能力,来代替和实现传统通信中各模块的功能,把解调系统从单一的调制解调模式中解放出来。减少灵活性差、单一功能的硬件电路,构成一个具有多信号调制解调能力,标准化、模块化的通信平台。该平台具有新型的通信电路结构和工作模式,便于进行模块集成;具有高识别能力及很强的抗干扰能力;同时该平台的工作模式是一种并行分布处理模式,可以进行高速的信息处理。将该方法运用于通信中比传统方法更简捷、更可靠,并且可实现灵活化、自适应化、智能化的实时处理。