一种新的基于支持向量机的自动调制识别方案

• 作者: 吴丹 顾学迈
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 最优超平面 核函数 调制识别
• 年，卷（期）: 2006,（5）
• 页码范围: 569-572,591
• 页数: 5页
• 分类号: TN911.7
• 字数: 3398字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2006.05.009

摘要

为了解决在合作或非合作的通信应用领域中(如软件无线电,电子侦察系统等)多种调制信号之间的切换问题,提出1种基于多类别支持向量机(SVM)的模拟和数字信号的调制识别的新方案.SVM将特征向量非线性地映射到高维特征空间中,并建立1个最优超平面来实现信号调制方式的分类.这种方法避免了在人工神经网络中的过学习、欠学习以及局部最小化的问题.仿真中将应用于调制识别的SVM算法与人工神经网络算法(ANN)做了比较,结果表明SVM自动调制识别方法结构简单,识别率高,解决小样本的能力强,在信噪比SNR不低于5dB时,正确识别率达到94%以上,适于在工程中应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾学迈	哈尔滨工业大学通信技术研究所	110	603	13.0	18.0
2	吴丹	哈尔滨工业大学通信技术研究所	25	121	8.0	10.0