基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于支持向量机的多类模拟调制方式识别算法.该算法通过分析模拟调制信号的特点,提取有效的特征向量以区分不同的调制方式,并基于支持向量机和判决树分类思想,将特征向量映射到高维空间中加以分类.仿真结果表明:在具有加性带限高斯噪声的环境下,信噪比不小于10dB时,识别正确率大于90%.
推荐文章
通信信号模拟调制方式自动识别研究
模拟调制
调制方式识别
线性平滑
Haar小波
理论决策
基于支持向量机的多类数字调制方式自动识别算法
支持向量机
调制方式识别
软件无线电
特征提取
模拟调制信号的神经网络识别方法
调制样式识别
模拟调制信号
神经网络
基于LabVIEW的模拟调制实验仪的设计
LabVIEW
虚拟仪器
模拟调制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM的多类模拟调制方式识别算法
来源期刊 电子科技大学学报 学科 工学
关键词 支持向量机 调制方式识别 特征提取
年,卷(期) 2006,(2) 所属期刊栏目 通信与信息工程
研究方向 页码范围 149-152
页数 4页 分类号 TN914.5
字数 2927字 语种 中文
DOI 10.3969/j.issn.1001-0548.2006.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张太镒 西安交通大学电子与信息工程学院 91 887 15.0 27.0
2 刘海员 西安交通大学电子与信息工程学院 6 49 3.0 6.0
3 孙建成 江西财经大学电子学院 5 56 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (20)
同被引文献  (12)
二级引证文献  (34)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(5)
  • 引证文献(2)
  • 二级引证文献(3)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
调制方式识别
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导