期刊文献+

基于支持向量机的战术电台网络通信信号调制识别 被引量:2

下载PDF
导出
摘要 为了在低信噪比下准确识别战术电台网络通信信号的调制方式,利用多种参数提取方法与支持向量机(SVM)对战术电台网络通信信号的调制方式进行识别。运用瞬时参数分析、循环谱分析与小波包分解重构相融合的方法 ,提取信号的多种特征值,将其作为SVM分类器的输入,对战术电台网络中常用的AM、FM、2ASK、4ASK、2PSK、4PSK、2FSK、4FSK、16QAM九种信号进行训练与测试,得到识别率。仿真结果表明,在信噪比为0d B时,识别率达到了98.89%,证明了该方法的有效性。
出处 《科技传播》 2017年第22期163-166,共4页 Public Communication of Science & Technology
  • 相关文献

参考文献5

二级参考文献51

  • 1郑小霞,钱锋.高斯核支持向量机分类和模型参数选择研究[J].计算机工程与应用,2006,42(1):77-79. 被引量:39
  • 2李俊俊,陆明泉,冯振明.基于支持向量机的分级调制识别方法[J].清华大学学报(自然科学版),2006,46(4):500-503. 被引量:10
  • 3王福林,王吉权,吴昌友,吴秋峰.实数遗传算法的改进研究[J].生物数学学报,2006,21(1):153-158. 被引量:30
  • 4林升梁,刘志.基于RBF核函数的支持向量机参数选择[J].浙江工业大学学报,2007,35(2):163-167. 被引量:143
  • 5C Vladimir, M Yunqian. Practical Selection of SVM Parameters and Noise Estimation for SVM Regression [ J ]. Neural Networks, 2004,17 ( 1 ) :113 - 126.
  • 6Department of the Army Washington. Tactical Tactics Techniques, and Procedures for the Tactical Internet[EB/OL] (1999-07-11) [2011-03-22]. http://www, armymars, net/ArmyMARS/ MiiInfo/ 32-Tactical-lnternet/Toev6. pdf.
  • 7Department of the Army Washington. Tactics, Techniques, and Procedures for the Enhanced Position Location Reporting System (EPLRS) [R].USA:Department of the Amy Washing. 1999.
  • 8PAUL S. Communications Networks for the Force XXI Digitized Battlefield[J]. Mobile Networks and Applications, 1999(04): 139-155.
  • 9薛泉林.国外战术电台的发展概况及其动向.通信技术,1984,(1):127-136.
  • 10Ebrahimzadeh A, Mousavi S E. Classification of commu- nications signals using an advanced technique[J]. Ap- plied Soft Computing, 201 1, 1 1 .. 428-435.

共引文献57

同被引文献16

引证文献2

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部