利用概率估计和支持矢量机的信号调制分类  

Digital modulation classification using probability density estimation and support vector machine

作　　者：罗明[1] 杨绍全[1] 魏青[1] 

机构地区：[1]西安电子科技大学电子工程学院,陕西西安710071

出　　处：《系统工程与电子技术》2005年第11期1870-1872,共3页Systems Engineering and Electronics

基　　金：国防预研基金资助课题(41101030103)

摘　　要：提出了一种常用数字通信信号调制分类算法。针对MASK、MFSK和MPSK调制,选取截获接收机输出信号的瞬时幅度、时频脊线和差分基带信号作为分类特征,利用概率密度估计算法求取分类特征的分布函数,通过构造支持矢量机分类器确定分布函数的峰值个数,从而在多种噪声背景下实现了信号调制类型的自动分类。仿真实验表明,当信噪比大于5 dB时识别率可达80%以上。A new algorithm is proposed for digital modulation classification. This method analyzes instantaneous amplitude, the ridge of time-frequency representation and difference signals of MASK, MFSK and MPSK signals. Then, probability density estimation algorithm is used to estimate distribution functions of these features. Modulation classification is realized by using support vector machine （SVM） to determine the optimal number of distribution function＇s peaks. Simulation results indicate the discrimination is above 80% when SNR is over 5 dB.

关 键 词：通信对抗 调制分类 概率密度估计 支持矢量机 

分 类 号：TN911.72[电子电信—通信与信息系统]