基于随机森林的通信信号识别算法

发布时间：2021-05-24 20:41

　　直扩信号类似噪声,低信噪比条件下,传统弱分类器对常规调制信号和扩频信号的混合识别效果不理想。为了提高信号调制方式识别性能,利用常规调制信号和扩频信号的瞬时特征和频域特征,选取零中心归一化瞬时信号幅度谱密度最大值、信号幅度谱占用带宽及峰度等3种特征参数,采用随机森林作为分类器,实现对AM,FM,BFSK,QPSK,16QAM,DSSS和FHSS信号的识别。仿真结果表明,当信噪比高于-1 dB时,该算法对上述7种信号的识别正确率可达100%。 

【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】：6 页

【文章目录】：
0 引 言
1 特征参数
    1.1 零中心归一化瞬时幅度谱密度最大值
    1.2 占用带宽
    1.3 峰 度
2 基于随机森林的信号识别算法
    2.1 随机森林
    2.2 识别算法
3 算法仿真与性能分析
    3.1 仿真环境与信号数据集
    3.2 决策树数目对算法性能的影响
    3.3 算法识别性能比较
4 结束语


【参考文献】：
期刊论文
[1]基于SVM的载波通信调制信号识别方法研究[J]. 董重重,何行,孙秉宇,谢玮,蔡兵兵,王先培.  中国测试. 2019(11)
[2]基于循环神经网络的卫星幅相信号调制识别与解调算法[J]. 查雄,彭华,秦鑫,李天昀,李广.  电子学报. 2019(11)
[3]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)
[4]基于深度学习的MPSK信号调制识别[J]. 刘明骞,郑诗斐,李兵兵.  国防科技大学学报. 2019(05)
[5]基于随机森林的低阶数字调制识别算法研究[J]. 谭正骄,施继红,胡继峰.  通信技术. 2018(03)



本文编号：3204830