基于改进SVM的通信干扰识别

发布时间：2017-10-03 22:14

  本文关键词：基于改进SVM的通信干扰识别

  更多相关文章： 通信干扰识别 直扩系统 支持向量机 粒子群优化算法

【摘要】：目前直扩通信系统的抗干扰算法仅能够针对一种干扰类型进行抑制,因此有必要对各类干扰进行识别,从而选取相应的抑制算法。针对通信干扰的识别方法进行研究,建立基于SVM算法的通信干扰识别模型。常规SVM算法性能依赖于参数选取,而常规SVM算法参数选取多是通过人工经验选取,存在较大的随机性和盲目性,因此该文使用遗传免疫粒子群优化SVM算法,提高算法和识别模型的性能。使用Matlab针对研究的通信干扰识别模型进行仿真。研究结果表明,所建立的通信干扰识别模型性能优于常规SVM算法和BP算法建立的识别模型。
【作者单位】： 湖北民族学院信息工程学院;
【关键词】： 通信干扰识别 直扩系统 支持向量机 粒子群优化算法
【基金】：国家自然科学基金:基于不完全信息博奕的异构无线网络物理层安全(61461018)
【分类号】：TN911.4
【正文快照】： 0引言直接序列扩展频谱通信因其良好的隐蔽性、保密性以及组网方便等优势在军事和民用领域得到了广泛应用。但是在具有较强的干扰空间中,直扩系统的性能会受到强烈干扰。国内外专家针对直扩系统的抗干扰方法进行深入研究,提出了针对各种干扰的抗干扰算法。然后各种抗干扰算法

【参考文献】

中国博士学位论文全文数据库 前1条

1 郑含博;电力变压器状态评估及故障诊断方法研究[D];重庆大学;2012年

中国硕士学位论文全文数据库 前5条

1 徐甜丽;基于改进粒子群算法的轨道电路故障诊断方法研究[D];兰州交通大学;2014年

2 李林甫;干扰识别技术研究与实现[D];西安电子科技大学;2014年

3 沈家瑞;通信对抗中的干扰识别技术研究[D];电子科技大学;2011年

4 佘沛;直扩系统中宽带非线性调频干扰抑制技术研究[D];解放军信息工程大学;2010年

5 于波;直扩系统中的干扰类型识别方法研究[D];解放军信息工程大学;2010年

【共引文献】

中国博士学位论文全文数据库 前4条

1 魏振;复合电压下油纸绝缘局部放电发展过程及缺陷诊断方法[D];华北电力大学;2015年

2 刘捷丰;基于介电特征量分析的变压器油纸绝缘老化状态评估研究[D];重庆大学;2015年

3 钱新博;水力发电机组故障预测与状态维修策略研究[D];华中科技大学;2014年

4 尹金良;基于相关向量机的油浸式电力变压器故障诊断方法研究[D];华北电力大学;2013年

中国硕士学位论文全文数据库 前7条

1 魏秀颖;基于神经网络的ZPW-2000A无绝缘轨道电路故障诊断方法的研究[D];西南交通大学;2015年

2 张明柱;基于信号自识别的无线压制系统设计与实现[D];兰州交通大学;2015年

3 潘忠显;高动态飞行器信号捕获算法研究[D];西安电子科技大学;2014年

4 贺占勇;基于神经网络评价模型的地质灾害信息系统设计与实现[D];电子科技大学;2014年

5 李林甫;干扰识别技术研究与实现[D];西安电子科技大学;2014年

6 刘献鹏;直播星信号干扰识别技术研究[D];电子科技大学;2013年

7 韩晓艳;OFDM系统干扰抑制技术研究[D];哈尔滨工程大学;2012年

【二级参考文献】

中国博士学位论文全文数据库 前10条

1 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年

2 孙永奎;基于支持向量机的模拟电路故障诊断方法研究[D];电子科技大学;2009年

3 潘，

本文编号：967010