基于支持向量機(jī)的調(diào)制模式識別技術(shù)研究

摘 要： 為了完成對8種模擬數(shù)字混合信號的調(diào)制模式識別，采用了基于二叉樹擴(kuò)展的支持向量機(jī)作為分類器，從待識別的信號的瞬時(shí)幅度，瞬時(shí)頻率和瞬時(shí)相位中提取七類特征作為特征參量的方法，獲得了對8種調(diào)制模式精確穩(wěn)定估計(jì)的結(jié)果，具有實(shí)時(shí)性好、分類模式多和擴(kuò)展性能好的特點(diǎn)。

關(guān)鍵詞： 支持向量機(jī)； 調(diào)制識別； 特征參數(shù)； 二叉樹

中圖分類號： TN911.7?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2013）11?0139?03

0 引 言

在統(tǒng)計(jì)模式識別方法中，分類識別系統(tǒng)分成兩個(gè)子系統(tǒng)，即特征提取子系統(tǒng)和分類器子系統(tǒng)。國內(nèi)外對信號的特征參數(shù)研究較多，比較有代表性的是：Chan和Gadbois提出基于包絡(luò)特征的調(diào)制識別器[1]，即R參數(shù)法，但是該特征只利用了幅度信息，因此無法識別調(diào)幅調(diào)頻混合調(diào)制；Hsue和Soliman提出了一種基于信號相位統(tǒng)計(jì)矩的調(diào)制識別方法[2]，但是識別類型較少；Swami等人提出的基于高階累積量的數(shù)字調(diào)制識別方法[3]，是近期討論較多的方法之一，但是其運(yùn)算量較大，實(shí)時(shí)性較差。本文從混合信號的特點(diǎn)出發(fā)，從信號的瞬時(shí)信息中提取了七種特征參數(shù)，并且結(jié)合支持向量機(jī)分類器，完成了對8種混合調(diào)制信號的調(diào)制模式分類，其算法相對簡單，分類準(zhǔn)確率高。

1 算法原理