為解決測控系統(tǒng)中FM復合調(diào)制信號的識別問題,提出一種基于全數(shù)字接收機和支持向量機（Support Vector Machine,SVM）的調(diào)制識別算法。通過全數(shù)字接收機的鑒相誤差提取FM復合信號的內(nèi)調(diào)制信息,使用級聯(lián)SVM分類器對內(nèi)調(diào)制信號的功率譜和平方譜整體圖形特征進行分類識別。仿真實驗表明,在信噪比為0 dB時,與傳統(tǒng)的基于局部信號特征和決策樹分類的識別算法相比,識別率提高了5%以上。 

【文章來源】：杭州電子科技大學學報(自然科學版). 2020,40(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

FM二次調(diào)制模型

對FM復合調(diào)制信號直接進行特征提取時,往往只顯示FM信號的特征,無法體現(xiàn)內(nèi)調(diào)制信息的差異,因此,需先對復合信號進行內(nèi)調(diào)制信息提取。本文采用基于全數(shù)字接收機的FM盲解調(diào)算法來恢復內(nèi)調(diào)制信號。其原理如圖2所示。接收到的FM復合信號與數(shù)控振蕩器的兩路輸出相乘,通過低通濾波器(Low Pass Filter,LPF)濾除和頻分量,得到正交的兩路信號SI(n)和SQ(n):

理想情況下,分類面H1可以正確區(qū)分所有樣本點,與法線垂直且符合最大間隔原則,如圖3所示。實際情況中,總會存在偏離自身原本所在的區(qū)間的樣本點,這樣的樣本點被稱為離群點,如圖4所示。圖4 離群點示意圖

【參考文獻】：
期刊論文
[1]窄寬帶數(shù)模混合情況下調(diào)制方式識別[J]. 周盼,沈雷,趙永寬.  杭州電子科技大學學報(自然科學版). 2020(01)
[2]多個高階累積量組合的調(diào)制樣式識別算法[J]. 翁建新,趙知勁,占錦敏.  杭州電子科技大學學報(自然科學版). 2019(06)
[3]SVM分類器設計在雷達信號分選中的應用[J]. 袁澤恒,袁如月.  電子信息對抗技術. 2018(06)
[4]二次調(diào)制信號與PSK類信號的自動盲識別算法[J]. 郭興林,高勇.  科學技術與工程. 2014(25)

碩士論文
[1]測控系統(tǒng)中復合調(diào)制信號的識別與參數(shù)估計[D]. 王世劍.哈爾濱工程大學 2019



本文編號：2964482