利用监督学习实现IQ失衡状态下的自动调制样式分类  

Automatic Modulation Classification under IQ Imbalance Using Supervised Learning

作　　者：Marc Lichtman William C.Headley Jeffrey H.Reed 沈涛 

机构地区：[1]Virginia Polytechnic Institute and State University

出　　处：《通信对抗》2014年第3期57-62,共6页Communication Countermeasures

摘　　要：以四阶和六阶累积量作为特征,研究了IQ失衡状态下发射机或接收机中数字调制样式分类过程。此外,还提出了多种监督学习方法来降低接收机中IQ失衡带来的影响,包括k-最近邻(k-NN)、支持向量机(SVM)和决策树学习。同时,还研究了发射机中IQ失衡带来的影响,以及每种调制样式中IQ失衡对理论累积量的影响。仿真表明,监督学习法可有效补偿接收机中的IQ失衡。

关 键 词：监督学习 IQ 失衡状态 决策树学习 训练数据 分类过程 最近邻 数字调制 支持向量机 分类器 

分 类 号：TN929.5[电子电信—通信与信息系统]