原文服务方: 微电子学与计算机       
摘要:
针对OFDM信号与单载波信号调制识别,提出了一种基于高阶累积量特征的改进方法。通过分析复信号幅值的归一化四阶累积量特性,以及信号的瞬时频率和功率谱特征,改进和提出新的特征参数,采用支持向量机分类器,实现了AWGN 信道下包括OFDM在内的9种信号的制式自动识别。该方法具有特征参数易于提取、抗噪性好、识别准确率高的优点。利用MATLAB 仿真证明在信噪比不小于7 dB的情况下,OFDM信号的识别准确率达99%。
推荐文章
一种改进的模糊多类支持向量机算法
支持向量机
统计学习理论
多类分类
模糊隶属函数
一种基于PSO的混合核支持向量机算法
支持向量机
全局核函数
局部核函数
混合核函数
粒子群优化算法
一种改进的支持向量机及其应用
支持向量机
模糊支持向量机
模糊隶属度
车型识别
改进的支持向量机算法在人脸识别上的应用
支持向量机
混合核函数
粒子群优化算法
人脸识别
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 一种改进的基于支持向量机的 OFD M识别算法
来源期刊 微电子学与计算机 学科
关键词 调制识别 特征参数提取 高阶累积量 支持向量机
年,卷(期) 2014,(10) 所属期刊栏目
研究方向 页码范围 98-102
页数 5页 分类号 TN911.72
字数 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 冯全源 西南交通大学微电子所 261 1853 19.0 26.0
2 史文娟 西南交通大学微电子所 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (33)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (11)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
调制识别
特征参数提取
高阶累积量
支持向量机
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导