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:
针对数字信号调制模式识别问题,提出了运用高阶累积量和二叉树支持向量机(SVM)进行自动识别的算法.该算法首先使用信号的四阶、六阶、八阶累积量构造了5个新的分类特征,然后利用二叉树支持向量机分类器实现了8种信号的有效分类.仿真结果表明,该算法优于直接多类分类支持向量机算法,在信噪比大于5 dB时,识别率达到90%以上.
推荐文章
基于高阶累积量和SVM的OFDM调制制式识别
正交频分复用
支撑矢量机
高阶累积量
调制识别
基于高阶累积量的调制识别算法的研究
高阶累积量
调制识别
支持向量机
识别率
基于高阶累积量的核Logistic回归调制分类算法
调制识别
分类
高阶累积量
核 Logistic回归
决策树
基于高阶循环累积量和支持矢量机的分级调制分类算法
QAM调制信号
自动识别
调制分类
高阶循环累积量
循环平稳性
支持矢量机
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 运用高阶累积量和SVM的调制自动识别
来源期刊 电讯技术 学科 工学
关键词 数字信号 调制模式识别 高阶累积量 二叉树支持向量机 自动识别
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 36-40
页数 分类号 TN911
字数 2987字 语种 中文
DOI 10.3969/j.issn.1001-893x.2010.10.007
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 王振宇 19 96 6.0 8.0
2 闫朋展 5 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (35)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (21)
二级引证文献  (94)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(7)
  • 引证文献(0)
  • 二级引证文献(7)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(16)
  • 引证文献(1)
  • 二级引证文献(15)
2017(21)
  • 引证文献(0)
  • 二级引证文献(21)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(19)
  • 引证文献(0)
  • 二级引证文献(19)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
数字信号
调制模式识别
高阶累积量
二叉树支持向量机
自动识别
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导