支持向量机多类分类的数字调制方式识别

• 作者: 张慧敏 柴毅
• 来源期刊: 重庆大学学报：自然科学版
• 学科: 工学
• 关键词: 支持向量机 多类分类 二叉树 调制识别
• 年，卷（期）: 2011,（12）
• 页码范围: 78-81
• 分类号: TP391
• 语种: 中文

摘要

针对神经网络存在的过学习、欠学习、局部极小值等问题,提出了一种基于支持向量机（SVM）的数字调制方式的识别方法。从信号的瞬时幅度,瞬时相位,瞬时频率,频谱,包络变化等特性中提取了7个特征参数,用于训练支持向量机。运用二叉树理论设计多类分类器,与已有算法相比,具有简单、高速、高精度的特点。仿真结果证明,在高斯白噪声（AWGN）下,当信噪比大于15dB时,对2ASK、4ASK、8ASK、2FSK、4FSK、8FSK、BPSK、QPSK、8PSK调制方式的识别率可以达到97%以上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0