|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：该文提出一种基于多重分形特征的数字通信信号调制方式识别新方法。对接收信号进行去噪预处理，基于0 _2 ^: L7 [- }+ a
2 维数据阵列求取信号的广义维数和多重分形谱；详细讨论了权重因子q 对多重分形谱的影响，提取了 13 个多重$ @6 G+ z) Y! p8 `# z4 x
分形特征参数；设计了基于多重分形特征的支持向量机分类器对不同信号进行调制方式识别。仿真结果表明，该算" e3 z* G R" U9 o2 |( B+ @
法在低信噪比情况下具有很好的识别性能。& A) k" K. K8 L: p4 d/ O+ B/ h) p l
关键词：调制方式识别；多重分形特征；广义维数；支持向量机 . E; a9 {7 M( }) D4 Q4 _; L- H
1 引言' O- {8 k, T: {& ~4 g0 g
随着通信技术的快速发展，复杂、多样的通信0 a7 L! M8 g" k: u' K0 b
体制、调制方式使得通信信号调制方式识别越来越
" J y" S6 S1 `" \6 `困难。要从本质上提高调制方式识别性能，特征选
. X7 u1 I+ a5 w2 A3 y. C: z% K/ B取至关重要。传统的基于信号的幅度、频率和相位! j7 k& w. }: A: i
瞬时特征[1]、时频特征[2]等通信信号调制方式识别方3 Q# h) [$ l( X
法受通信环境的影响很大，在低信噪比条件下的识
& U% k( k4 R r% m别率会明显降低。基于高阶累积量特征[3,4]、循环谱: I$ T5 P* N! ~
特征[5,6]的识别方法在高斯噪声环境下识别性能较8 q* `; n% I5 l
* s! W- R4 d, I+ ?) L5 N
9 q) T, u( V4 ]. {& g- l* j6 ~
, S2 s+ Y N1 h
* b! I7 L6 c% q8 M5 x% H' ~( W- K, b2 _+ U
附件下载：
& i. d/ D5 C2 a* q, K+ t6 u' T0 Q* g/ p; @' s: U/ {
|
|
/1 
发表于 2021-1-25 13:34
收藏
淘帖
支持！
反对！