基于支持向量机的分级调制识别方法

摘要：

目前大部分调制识别方法存在计算量过大和分类器训练困难等问题.针对这一现状,提出了一种基于支持向量机(SVM)的分级调制识别新方法.将接收信号的累积量和瞬时频率统计量作为分类特征参数,并利用支持向量机作为分类器对其进行分级调制分类.该方法相比其他非分级调制识别方法具有较低的计算复杂度和较快的分类器训练速度,并且对于载波频率偏移、相位抖动以及Gauss噪声均具有良好的鲁棒性.计算机仿真表明,针对ASK、FSK、PSK、QAM等11种数字调制信号,当噪声采用Gauss白噪声,并且信噪比≥5 dB时,正确识别率高于95%.

关键词：支持向量机、调制识别、特征提取、分类器

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2006-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：500-503