学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于粒子群支持向量机的通信信号调制识别算法
被引:6
作者
:
王玉娥
论文数:
0
引用数:
0
h-index:
0
机构:
重庆邮电大学信号与信息处理重庆市重点实验室
王玉娥
张天骐
论文数:
0
引用数:
0
h-index:
0
机构:
重庆邮电大学信号与信息处理重庆市重点实验室
张天骐
论文数:
引用数:
h-index:
机构:
白娟
论文数:
引用数:
h-index:
机构:
包锐
机构
:
[1]
重庆邮电大学信号与信息处理重庆市重点实验室
来源
:
电视技术
|
2011年
/ 35卷
/ 23期
关键词
:
粒子群优化;
支持向量机;
调制识别;
D O I
:
10.16280/j.videoe.2011.23.017
中图分类号
:
TN911.3 [调制理论];
学科分类号
:
摘要
:
为了解决大部分通信信号调制识别方法计算量大和分类器训练困难问题,提出一种基于粒子群(PSO)支持向量机(SVM)的调制识别方法。将小波理论与调制信号的瞬时特征、高阶累积量以及分形理论相结合,得到一种混合模式特征向量,并利用粒子群支持向量机对2ASK,4ASK,2PSK,4PSK,8PSK,2FSK,4FSK,8FSK,16QAM和MSK 10种调制信号进行分类识别。仿真结果表明当信噪比大于等于5 dB时,信号正确识别率大于等于98%。
引用
收藏
页码:106 / 110
页数:5
相关论文
共 3 条
[1]
一种基于支持向量机的数字调制识别方法
李俊俊
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电子工程系
李俊俊
论文数:
引用数:
h-index:
机构:
陆明泉
论文数:
引用数:
h-index:
机构:
冯振明
[J].
微计算机信息,
2005,
(17)
: 27
-
28+167
[2]
通信信号调制识别研究[D]. 吕铁军.电子科技大学. 2000
[3]
数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004
←
1
→
共 3 条
[1]
一种基于支持向量机的数字调制识别方法
李俊俊
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电子工程系
李俊俊
论文数:
引用数:
h-index:
机构:
陆明泉
论文数:
引用数:
h-index:
机构:
冯振明
[J].
微计算机信息,
2005,
(17)
: 27
-
28+167
[2]
通信信号调制识别研究[D]. 吕铁军.电子科技大学. 2000
[3]
数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004
←
1
→