短波通信中的数字调制信号识别
Keywords: 调制信号识别 小波包累积量 支持向量机 分级识别
Abstract:
针对目前没有有效的方法对短波通信中的调制信号进行识别的问题,提出一种基于小波包变换、高阶累积量和支持向量机的数字调制信号识别新方法.该方法提取信号经小波包变换后各频段的能量值和累积量作为特征向量,利用以支持向量机为基础的多级分类器对其进行调制识别.此分级调制识别方法与其他非分级调制识别方法相比具有较高的识别率.实验表明,针对FSK、PSK等10种调制信号在低信噪比下具有较高的识别能力,该算法在短波通信中的调制信号识别领域有较好的应用.
References
[1] | 1. 徐淑正.张晖.杨华中.汪蕙 信息时代的短波通信 [期刊论文] -电子技术应用2005(03)
|
[2] | ?2. NANDI A K.AZZOUZ E E Modulation recognition using artificial neural networks 1997(1)
|
[3] | 3. KETTERER H.JONDRAL F Classification of modulation modes using time-frequency methods 1999
|
[4] | 4. HSUE S Z.SOLIMAN S S Automatic modulation classification using zero crossing 1990(6)
|
[5] | 5. ARULAMPALAM G.RAMAKONAR V.BOUZERDOUM A.HABIBI D Classification of digital modulation schemes using neural networks 1999
|
[6] | ?6. 戴威.王有政.王京 基于AR模型的调制盲识别方法 [期刊论文] -电子学报2001(z1)
|
[7] | ?7. ANTONINI G.ORLANDI A Wavelet packet-based EMI signal processing and.source identification 2001(2)
|
[8] | 8. MENDEL J M Tutorial on higher-order statistics (spectra) in signal progressing and system theory 1991
|
[9] | 9. 苟博.黄贤武 支持向量机多类分类方法 [期刊论文] -数据采集与处理2006(03)
|
[10] | 10. KEERTHI S S.LIN C J Asymptotic behaviors of support vector machines with Gaussian kernel 2003(7)
|
Full-Text