基于支持向量机的小波包调制信号识别-论文.pdf

基于支持向量机的小波包调制信号识别-论文.pdf

ID:53763385

大小:531.14 KB

页数:4页

时间:2020-04-24

基于支持向量机的小波包调制信号识别-论文.pdf_第1页
基于支持向量机的小波包调制信号识别-论文.pdf_第2页
基于支持向量机的小波包调制信号识别-论文.pdf_第3页
基于支持向量机的小波包调制信号识别-论文.pdf_第4页
资源描述:

《基于支持向量机的小波包调制信号识别-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、ComputerEngineeringandApplications$t算机工程与应用基于支持向量机的小波包调制信号识别董庭亮,唐向宏,马丹丹,李双霞DONGTingliang,TANGXianghong一,MADandan,LIShuangxia1.杭州电子科技大学通信工程学院,杭州3100182.杭州电子科技大学信息工程学院,杭州3100181.SchoolofCommunicationEngineering,HangzhouDianziUniversity,Hangzhou310018,China2.SchoolofInformationEngineering.Hangzh

2、ouDianziUniversity,Hangzhou310018,ChinaDONGTingliang,TANGXianghong,MADandan,eta1.IdentificationofwaveletpacketmodulationsignalbasedonSVM.ComputerEngineeringandApplications,2013,49(18):223—226.Abstract:BasedonthediferenceofwaveletpacketmodulationsignalandOFDMsignalinthefractionalFourierdomaind

3、istribution,thepictureofreceivedsignal’SfractionalFourierdomaindistributionisprocessedbytheimageformingtechnology.InadditiveGaussianwhitenoisechannel,Rayleighfadingchannelandfrequencyselectivefadingchannel,thecharacteristicparametersoftheformedpictureoffractionalFourierdomaindistributionaredi

4、scussed.Inaddition,themodulationidentificationbetweenOFDMandWPMisstudied.Theeffectivenessofthismethodisdonebythecomputersimulations.Keywords:waveletpacketmodulation;modulationidentification;fractionalFourier;imageforming摘要:基于小波包调制信号和OFDM信号在分数阶傅里叶变换域分布的不同,利用图像成形技术对接收信号的分数阶傅里叶变换域分布图进行处理,探讨了小波包调

5、制信号和OFDM信号的分数阶域分布成形图的特征参数,利用支持向量机做分类器,实现了这两种多载波调制信号的分类识别计算机仿真结果,验证了算法的性能。关键词:小波包调制;调制识别;分数阶傅里叶;图像成形文献标志码:A中图分类号:TN911.4doi:10.3778/j.issn.1002—8331.1112—05921引言献[3】的基础上,利用图像成形技术和支持向量机(sVM)方小波包调制(wPM)作为一种新型的多载波调制技术,法,充分提取二者在分数阶傅里叶变换域的图像分布特具有高带宽利用率,在抗干扰能力、传输速率等方面具有征,探讨实现这两种信号的分类方法。独特的优势,被认为是正交频

6、分复用(OFDM)的有力竞争者。当前对小波包调制信号的研究还比较少。文献[1.2]2WPM和OFDM信号的分数阶域的分布特征分别对小波包调制信号的功率谱、自相关进行研究,讨论由文献[3】可知,当利用分数阶傅里叶变换(FRFT)对了小波包调制信号的特征参数和识别问题。文献『3]基于OFDM和WPM信号进行处理后,OFDM信号和WPM信号分数阶傅里叶变换,分析了小波包调制信号和OFDM信号在不同信道中的分数阶傅里叶变换如图1和图2所示。的时频特征,指出这两种信号在分数阶傅里叶变换域具有不同的分布特征。OFDM信号在分数阶傅里叶变换域呈马鞍形分布,并且在中心部分有聚集现象;对于WPM信

7、号,它的分数阶傅里叶变换域分布呈锯齿状,具有与OFDM信号不同的聚集现象。因此文献[3]以聚集面积的大小作为特征参数对两者进行了分类研究。虽然在文献【3】中所用(a)加性高斯(b)瑞利衰落信道(c)频率选择性分类方法取得了较好效果,但是聚集面积不能完全反映出白噪声信道衰落信道两者在分数阶傅里叶变换域的分布特征。因此,本文在文图1OFDM信号分别在不同信道中的分数阶傅里叶变换结果基金项目:浙江省大学生创新创业孵化资助项目(No.R407068);浙江省研究生创新科研资助项目(No.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。