基于GA-SVM算法的矿井多模无线信号调制识别

矿井信息化是煤矿安全生产的有效保障,而矿井多个信息子系统往往采用不同的信号模式,形成一体化信息系统必须实现多系统融合,多模信号的检测识别是多系统融合的关键。针对普通支持向量机(SVM)分类器在矿井大小尺度衰落信道下低识别率的问题,提出优化SVM分类识别的方法。将数据样本集分为测试数据集和训练数据集,使用遗传算法对训练数据集中SVM的惩罚因子和核函数进行寻优处理,得到优化的SVM模型,并用此模型对测试集进行测试分类。仿真结果表明,在信噪比为-5 dB的大小尺度衰落信道环境下,四种信号的平均识别率均能达到80%以上;在信噪比大于-3 dB的大小尺度衰落信道环境下,四种信号的平均识别率均能达到90%以上。