基于全局-局部特征提取算法的信号分类系统

• 作者: 吴乐南 张煜东 方兰婷
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 连续小波变换 支持向量机 全局-局部特征 信号分类
• 年，卷（期）: 2017,（4）
• 页码范围: 432-436
• 页数: 5页
• 分类号: TP391
• 字数: 810字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2017.04.007

摘要

为了提高信号分类的准确度,提出了一种基于连续小波变换和全局-局部特征提取的信号分类算法.首先,对信号进行小波变换,生成时域-频域系数矩阵.然后,提出了一种全局-局部特征提取算法,该算法可以有效地提取时域-频域系数矩阵的特征信息.最后,使用支持向量机分析方法提取到的特征信息,输出分类结果.仿真结果表明,在信噪比为-3 dB的高斯白噪声环境下,所提出的信号分类算法对EBPSK信号分类的误码率为1.3×10-5,该误码率比基于支持向量机的信号分类算法低24倍,同时,使用全局-局部特征提取算法的误码率比仅使用全局特征提取算法低13倍,比仅使用局部特征提取算法低24倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学信息科学与工程学院	412	3936	29.0	45.0
2	张煜东	东南大学信息科学与工程学院	47	664	11.0	24.0
3	方兰婷	东南大学信息科学与工程学院	1	1	1.0	1.0