基于分形特征和ILST-KSVC的调制方式识别

• 作者: 张子翾 罗正华 陈绍祥
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 调制识别 分形理论 特征提取 最小二乘双支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 56-59
• 页数: 4页
• 分类号: TN911.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5422.2019.01.013

摘要

针对传统的信号调制识别方式在信噪比较低的情况下识别精度低与种类少的问题,提出了一种新的基于分形理论及多分类最小二乘双支持向量机的通信信号识别方法.首先采集数字信号,对接收到的信号进行预处理,提取其分形特征作为识别的特征参数,然后采用多分类最小二乘双支持向量机分类器实现对未知信号的识别.该方法与传统的神经网络分类法及决策树分类法相比,具有更好的泛化推广能力.实验仿真结果表明,该方法在低信噪比情况下,调制识别准确率要优于其他调制识别方法,且在信噪比SNR＞-5 dB时,平均识别成功率达到91％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	罗正华	成都大学信息科学与工程学院	45	139	6.0	9.0
2	陈绍祥	成都大学信息科学与工程学院	8	16	1.0	3.0
3	张子翾		2	1	1.0	1.0