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:
为了准确地识别通信信号的调制方式,运用小波变换与支持向量机(SVM)对调制信号类型进行识别。采用小波分解重构方法对常用3种模拟信号和6种数字信号提取特征值,将提取的小波特征参数送到 SVM判决器,对信号调制类别进行训练与测试,得到平均识别率。实验结果表明,在信噪比不低于5 dB时,识别率达到了100%,具有良好的分类性能和抗噪能力。
推荐文章
一种小波调制信号的识别方法
小波调制
累积量
功率谱峰度
调制识别
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
一种基于小波变换和统计特征的数字信号调制模式识别方法
调制识别
特征参数
数字信号
小波变换
采用复连续小波变换的桩基损伤位置识别方法
桩土效应
相位角
损伤识别
复连续小波变换
无损检测
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 基于小波变换与SVM的调制信号识别方法
来源期刊 桂林电子科技大学学报 学科 工学
关键词 调制类型 小波变换 SVM
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 274-278
页数 5页 分类号 TP391.9
字数 3337字 语种 中文
DOI
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 朱国魂 桂林电子科技大学电子工程与自动化学院 24 64 4.0 6.0
2 席敏 桂林电子科技大学电子工程与自动化学院 3 11 2.0 3.0
3 姜茜 桂林电子科技大学电子工程与自动化学院 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (46)
参考文献  (17)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (10)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(12)
  • 参考文献(5)
  • 二级参考文献(7)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(9)
  • 引证文献(3)
  • 二级引证文献(6)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
调制类型
小波变换
SVM
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
桂林电子科技大学学报
双月刊
1673-808X
45-1351/TN
大16开
广西桂林市金鸡路1号
1981
chi
出版文献量(篇)
2598
总下载数(次)
1
总被引数(次)
11679
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导