基于级联SVM和全数字接收机的复合调制识别

发布时间：2021-01-08 11:05

　　为解决测控系统中FM复合调制信号的识别问题,提出一种基于全数字接收机和支持向量机（Support Vector Machine,SVM）的调制识别算法。通过全数字接收机的鉴相误差提取FM复合信号的内调制信息,使用级联SVM分类器对内调制信号的功率谱和平方谱整体图形特征进行分类识别。仿真实验表明,在信噪比为0 dB时,与传统的基于局部信号特征和决策树分类的识别算法相比,识别率提高了5%以上。 

【文章来源】：杭州电子科技大学学报(自然科学版). 2020,40(05)

【文章页数】：7 页

【部分图文】：

FM二次调制模型

对FM复合调制信号直接进行特征提取时,往往只显示FM信号的特征,无法体现内调制信息的差异,因此,需先对复合信号进行内调制信息提取。本文采用基于全数字接收机的FM盲解调算法来恢复内调制信号。其原理如图2所示。接收到的FM复合信号与数控振荡器的两路输出相乘,通过低通滤波器(Low Pass Filter,LPF)滤除和频分量,得到正交的两路信号SI(n)和SQ(n):

理想情况下,分类面H1可以正确区分所有样本点,与法线垂直且符合最大间隔原则,如图3所示。实际情况中,总会存在偏离自身原本所在的区间的样本点,这样的样本点被称为离群点,如图4所示。图4 离群点示意图

【参考文献】：
期刊论文
[1]窄宽带数模混合情况下调制方式识别[J]. 周盼,沈雷,赵永宽.  杭州电子科技大学学报(自然科学版). 2020(01)
[2]多个高阶累积量组合的调制样式识别算法[J]. 翁建新,赵知劲,占锦敏.  杭州电子科技大学学报(自然科学版). 2019(06)
[3]SVM分类器设计在雷达信号分选中的应用[J]. 袁泽恒,袁如月.  电子信息对抗技术. 2018(06)
[4]二次调制信号与PSK类信号的自动盲识别算法[J]. 郭兴林,高勇.  科学技术与工程. 2014(25)

硕士论文
[1]测控系统中复合调制信号的识别与参数估计[D]. 王世剑.哈尔滨工程大学 2019



本文编号：2964482