%0 Journal Article
%T 支持向量机多类分类的数字调制方式识别
%A 张慧敏
%A 柴毅
%J 重庆大学学报
%D 2011
%R 10.11835/j.issn.1000-582X.2011.12.013
%X 针对神经网络存在的过学习、欠学习、局部极小值等问题,提出了一种基于支持向量机(SVM)的数字调制方式的识别方法。从信号的瞬时幅度,瞬时相位,瞬时频率,频谱,包络变化等特性中提取了7个特征参数,用于训练支持向量机。运用二叉树理论设计多类分类器,与已有算法相比,具有简单、高速、高精度的特点。仿真结果证明,在高斯白噪声(AWGN)下,当信噪比大于15dB时,对2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK调制方式的识别率可以达到97%以上。
%K 支持向量机
%K 多类分类
%K 二叉树
%K 调制识别
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=201112014&flag=1