广播频段频谱信号处理的机器学习算法研究

发布时间：2020-10-13 18:16

　　 调频广播主要是以无线发射的方式来传播声音等信号,具有覆盖范围广,易安装,高音质,低成本等众多特点,相对于传统有线广播来说,具有无可替代的优势。本论文基于某无线电部门的立项课题,主要是针对广播频段(87 MHz到108 MHz),利用无线电监测设备对广播频段的频谱信号进行扫描,对频谱信号进行数据预处理,并基于结合机器学习算法,进行信号特征提取以及无线电频谱信号的分类处理,从而发现伪基站、黑广播、考试作弊信号等异常信号,主要的研究工作如下:首先,针对广播频段频谱信息,进行了相关的预处理算法,通过改进型K-Means算法以及局部异常因子算法,达到了剔除包含毛刺信号的原始样本数据的目的,并通过对频谱信号进行小波分析,将原始信号进行小波分解与小波重构,从而实现了原始信号的消噪目的。其次,通过对广播频段频谱信号特征的分析和大量的频谱信号比对,总结了频谱信号个体特征提取方法,提取了11种广播频段的总体信号特征,最后提出利用灰色关联度聚类分析来对频谱信号的特征进行提取,为后续分类算法提供一定的基础。进一步地,根据广播频段频谱信息的特征,结合支持向量机和超限学习机的理论与实验,通过将SVM、ELM以及组合式分类器进行一系列对比发现,本文提出的组合式分类算法对广播频段频谱信息的分类效果较好。最后提出将梯度提升决策树(GBDT)与logistic回归(LR)特征融合的分类算法应用在广播频段频谱信号处理上,样本仿真研究表明,该算法效果更好。
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP181;TN93
【部分图文】：

第 3 章 数据预处理及特征提取算法研究无线电广播频谱数据中，含有大量的高斯白噪声以及其他干扰信号，要实现对频谱的数据分类，需要对频谱数据进行预处理，得到较为完整的信号波形。此外广播频谱数据包含无线电中特有的一些数据参数，需要对频谱的这些必要的特征进行提取。3.1 频谱数据预处理算法的研究与实现无线电广播频谱数据中包含着大量的毛刺数据，这些毛刺的幅度大小具有随机性，分布也较为离散。这对数据的处理和分析造成了一定的困难，因此对频谱噪声的处理是非常必要的。

图 3.6 小波重构图下面通过小波变换算法，对原始的频谱信号进行小波分解，然后将分解后的小波进行小波重构，最后将重构完成的频谱信号进行平滑滤波，从而得到如图 3.6 所示的消噪之后的频谱信号，从对比的结果可以看出来，消噪前后形成了明显的对比效果，说明了小波消噪算法对频谱的预处理还是具有一定的效果的。C0H*C1D1G*H*...CjD2G*H*Cj+1Dj+1G*

频谱特征数据的box可视化图
【相似文献】

相关期刊论文 前10条

1 李敏;李华;程茂华;;一种自适应子融合集成多分类器方法[J];计算机测量与控制;2019年04期

2 黎平;刘萍;张巡;范郁锋;;基于分类器的身份证号码识别研究[J];贵州科学;2018年01期

3 王忠民;王科;贺炎;;一种基于多分类器融合的人体运动行为识别模型[J];计算机科学;2016年12期

4 邹洪侠;陶硕;;一种代价敏感的三类分类器评估方法的研究与应用[J];通化师范学院学报;2017年08期

5 牛明昂;王强;崔希民;赵康年;柴鹏辉;;多分类器融合与单分类器影像分类比较研究[J];矿山测量;2016年04期

6 赵艺淞;王保云;黎晓路;王婷;;基于多分类器组合的城市不透水面提取研究[J];城市地理;2017年04期

7 何舒炜;;《垃圾分类器》[J];辅导员;2016年11期

8 李健苹;游中胜;;一种新的多分类器融合方法[J];西南师范大学学报(自然科学版);2014年01期

9 兰远东;曾树洪;;动态加权投票的多分类器聚合[J];现代计算机(专业版);2014年05期

10 林煜明;朱涛;王晓玲;周傲英;;面向用户观点分析的多分类器集成和优化技术[J];计算机学报;2013年08期

相关博士学位论文 前10条

1 孙宸;PolSAR图像大间隔学习分类器设计及应用[D];西安电子科技大学;2017年

2 于爱华;基于压缩感知人脸识别技术的研究[D];浙江工业大学;2017年

3 雷浩川;多分类器集成的遥感影像分类研究[D];中国地质大学(北京);2018年

4 冯晓东;基于软概率的分类器动态集成方法研究[D];重庆大学;2018年

5 陈木生;基于欠采样和不平衡集成分类的垃圾网页检测研究[D];南昌大学;2018年

6 陈海霞;面向数据挖掘的分类器集成研究[D];吉林大学;2006年

7 王卫东;高维小样本数据的特征提取及分类器算法研究[D];南京理工大学;2007年

8 刘杰;乘员类型的自动识别及其在智能乘员约束系统中的应用[D];吉林大学;2007年

9 吴尉林;可移植的稳健口语理解方法研究[D];上海交通大学;2007年

10 章军;小生境粒子群优化算法及其在多分类器集成中的应用研究[D];中国科学技术大学;2007年

相关硕士学位论文 前10条

1 张中岩;基于集成分类器的微傅情感分类研究[D];厦门大学;2017年

2 孙帅;广播频段频谱信号处理的机器学习算法研究[D];武汉理工大学;2018年

3 朱欣怡;离散属性贝叶斯网络分类器的研究[D];山东师范大学;2018年

4 郝振华;基于视频监控的室内智能火灾检测技术研究[D];长安大学;2018年

5 李小虎;连续属性贝叶斯网络分类器的学习与研究[D];山东师范大学;2018年

6 后方帅;基于单音的西洋乐器音色识别方法研究[D];山东大学;2018年

7 李经善;基于低秩分解的分类算法设计与实现[D];扬州大学;2018年

8 孙铭;基于多分类器的不完整数据的分类关键技术研究[D];哈尔滨工业大学;2018年

9 易子博;JavaScript恶意代码检测系统的防规避优化技术研究[D];国防科学技术大学;2016年

10 曹启云;基于生成对抗网络的恶意代码识别研究与应用[D];北京化工大学;2018年

本文编号：2839525