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:
提出一种基于小波变换和支持矢量机的数字信号自动调制识别新方法,即将信号小波变换后提取各尺度上的能量峰值作为特征向量,利用支持矢量机把分类特征向量映射到一个高维空间,并在高维空间中构造最优分类超平面以实现信号分类.这种方法对高斯噪声具有良好的稳健性,并避免了神经网络中的过学习和局部极小点等缺陷.计算机仿真结果表明,这种方法具有很高的分类性能和良好的稳健性.
推荐文章
基于峰度和小波变换的超短波信号调制识别
调制识别
超短波信号
峰度
小波变换
高斯白噪声
基于小波变换和支持向量机的彩色纹理识别
纹理
彩色空间
小波变换(WT)
支持向量机(SVM)
纹理识别
基于小波变换的数字信号调制样式自动识别
软件无线电
调制方式
自动识别
小波分析
基于时频混合矩的小波调制信号识别
小波调制
时频分布
自适应优化核
时频混合矩
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 基于小波变换和支持矢量机的调制信号识别
来源期刊 电子信息对抗技术 学科 工学
关键词 调制识别 小波变换 支持矢量机
年,卷(期) 2006,(5) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 11-14,39
页数 5页 分类号 TN911.7
字数 3477字 语种 中文
DOI 10.3969/j.issn.1674-2230.2006.05.003
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 张玉 33 248 9.0 13.0
2 赵福才 5 27 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (20)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(2)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
调制识别
小波变换
支持矢量机
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
电子信息对抗技术
双月刊
1674-2230
51-1694/TN
大16开
成都市茶店子429信箱011分箱
1986
chi
出版文献量(篇)
2049
总下载数(次)
5
论文1v1指导