基于信号特征空间的TDCS干扰分类识别

• 作者: 任清华 刘洋 姜志刚 徐兵政 王桂胜
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 变换域通信系统 干扰分类识别 信号特征空间 支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 电子技术
• 页码范围: 1950-1958
• 页数: 9页
• 分类号: TN92
• 字数: 7616字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.09.06

摘要

针对变换域通信系统中干扰信号的分类识别问题,提出了一种基于信号特征空间的支持向量机(signal feature space-support vector machine, SF-SVM)干扰分类算法.首先,基于干扰信号模型和信号空间理论对干扰信号进行特征提取,并建立信号特征空间,进而针对二分类和多分类问题提出了SF-SVM分类算法,设计了干扰信号的多分类识别器.仿真结果表明,与干扰信号的传统分类算法相比,SF-SVM不仅提高了分类精度,而且缩短了训练时间;设计的多分类识别器在信噪比达到8 dB时,对6种干扰信号识别性能及对变换域通信系统性能都有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任清华	空军工程大学信息与导航学院	54	246	9.0	13.0
3	王桂胜	空军工程大学信息与导航学院	8	18	2.0	4.0
6	徐兵政	空军工程大学信息与导航学院	9	23	3.0	4.0
7	刘洋	空军工程大学信息与导航学院	22	72	4.0	7.0
8	姜志刚	空军工程大学信息与导航学院	3	9	1.0	3.0