基于分形和测度理论的信号调制识别.pdf

基于分形和测度理论的信号调制识别.pdf

ID:54018117

大小:244.59 KB

页数:7页

时间:2020-04-28

基于分形和测度理论的信号调制识别.pdf_第1页
基于分形和测度理论的信号调制识别.pdf_第2页
基于分形和测度理论的信号调制识别.pdf_第3页
基于分形和测度理论的信号调制识别.pdf_第4页
基于分形和测度理论的信号调制识别.pdf_第5页
资源描述:

《基于分形和测度理论的信号调制识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第6卷第期电波科学学报Vol.6No.2年3月CHINESEJOUNALOFADIOSCIENCEMarch2文章编号3223基于分形和测度理论的信号调制识别吕铁军魏平肖先赐电子科技大学电子工程学院四川成都6摘要为提高信号调制识别的能力提出了一种以最直接最直观的信号波形的复杂度分形维数为特征并运用测度理论来组合多个在小信噪比范围内对通信信号调制类型有较高识别率的分类器从而实现大信噪比范围内识别率明显改善的新方法同时应用该方法也可简化单个分类器的设计提高分类识别效率计算机模拟结果证实了此方法的有效性关键词分形维数组合分类S理论模糊积分调制识别中图分类号TN6文献标识码BModulatio

2、nrecognitionofsignalsbasedonfractalandmeasuretheoryLTie-junWeiPingXiaoXian-ciDept.ElectTonicEng.UESTofChinaChengd~Sich~an6ChinaAbstractThewholeandlocalfractaldimensionwereregardedasfeaturesinordertoimprovetheabilityofmodulationrecognitionofsignals.Theyreflectcomplexitydegreeofthemostdirectandvis

3、iblewaveform.Anewmethodofrecognitionwasthatusingprecisemeasuretheorycombinedmanysingleclassifiers.TheseclassifiersonlyhavegoodcorrectionrateonmodulationrecognitioninsmallSNRrange.TheendresultisthatcorrectionrateisevidentlyimprovedinwholeSNRrange.Meanwhilethismethodsimplifiesdesignofsingleclassif

4、ierandheightensclassificationefficiency.Experimentalresultsprovethatthisapproachcanbeaneffectivemeans.KeywordsfractaldimensioncombinedclassificationStheoryfuZZyintegralmodulationrecognition善为解决这些问题本文重点探讨了有效特征的提l引言取和分类识别的策略及方法通信信号的调制识别作为一种统计模式识别问通信信号是一时间函数一般来说人们根据信题无论是在特征提取还是在分类识别方面都提出号波形就能大体上识别它

5、的调制类型这是一个从了很多方法[][2][3]整体向局部转化从宏观向微观深化的过程分形在然而由于没有充分考虑通信信号本身的特点因此使这些方法都具有一定的局限本质上与之相似分形是对没有特征长度但在具有性通信信号在传播过程中易受各种噪声的干扰信一定意义下的自相似图形和结构的总称它具有精噪比变化范围较大通常在几个dB到几十个dB之细结构和在近似或统计意义下的某种自相似性分间这样从时频域提取的特征对噪声较敏感在信噪形维数可定量描述分形集的复杂性由于每种调制比SNR未知的情况下分类识别能力很难得到改类型的信号具有不同的复杂性因此全局分形维数收稿日期,232124电波科学学报第16卷和局部分形维数

6、是一种较适宜的分类特征Omin{g(t2z-1)g(t2z)g(t2z+1)})神经网络分类器比传统分类器具有更多的优(4)点因而得到广泛的应用但是一个神经网络分类器以及要在信噪比变化的全部范围内都有较高的识别率是N(A)=C(A)/A;N(2A)=C(2A)/2A(5)比较困难的然而通过组合算法可充分发挥单个分其中样本间隔A=1/f为采样率那么SfS类器的优点克服其只在很窄的信噪比范围内才有logN(A)/N(2A)D(g)=较高分类能力的不足使识别率得以大大增强且无1/Alog1/2A形中也降低了分类器训练的复杂性提高了分类识logN(A)-logN(2A)别的效率O=log2(6

7、)最后用计算机模拟实验证明了本文方法的正确性质1.设g是R的闭集T上的连续函数满足双性O向older条件则分形维数满足D(g)[12](7)2分形维数特征的提取通信信号的不规则程度主要取决于调制类型分形维数是分形理论中主要的参数它定量描而噪声对之影响较小O一般来说当信号波形较为曲述了分形集的复杂性通信信号作为一种时间序列折复杂时D(g)相应变大;信号波形较为平坦顺直分形能对它进行有效的刻画O分形维数简称为分时D(g)相应变小O维能度量信号的不规

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。