基于CAF-SVM的调制信号识别方法

• 作者: 王小卉 谭莹 黄贞
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 循环平稳 调制信号 特征提取 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 实践与应用
• 页码范围: 70-75
• 页数: 6页
• 分类号: TH133.33
• 字数: 4440字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2019.05.013

摘要

循环平稳算法对调制信号的解调性能优.利用该优势,将循环统计量引入机器学习,提出了基于CAF-SVM(CAF为循环自相关函数;SVM为支持向量机)的信号识别方法.首先,对盲源信号进行循环平稳解调,得出信号特征频率;然后,根据特征频率构建CAF统计量进行特征提取,并将训练样本输入SVM构建分类器.试验结果表明,该方法能够精准抓住信号特点,有良好抗噪性,在噪声干扰下依然能很好识别频率相近、结构相似的调制信号,性能优于样本熵-SVM分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小卉	岭南师范学院机电工程学院	4	1	1.0	1.0
2	黄贞	岭南师范学院机电工程学院	9	0	0.0	0.0
3	谭莹	岭南师范学院机电工程学院	1	0	0.0	0.0