發(fā)布時(shí)間：2021-01-08 11:05

　　為解決測控系統(tǒng)中FM復(fù)合調(diào)制信號的識別問題,提出一種基于全數(shù)字接收機(jī)和支持向量機(jī)（Support Vector Machine,SVM）的調(diào)制識別算法。通過全數(shù)字接收機(jī)的鑒相誤差提取FM復(fù)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(jìn)行分類識別。仿真實(shí)驗(yàn)表明,在信噪比為0 dB時(shí),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(xué)學(xué)報(bào)(自然科學(xué)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(fù)合調(diào)制信號直接進(jìn)行特征提取時(shí),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(fù)合信號進(jìn)行內(nèi)調(diào)制信息提取。本文采用基于全數(shù)字接收機(jī)的FM盲解調(diào)算法來恢復(fù)內(nèi)調(diào)制信號。其原理如圖2所示。接收到的FM復(fù)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(diǎn),與法線垂直且符合最大間隔原則,如圖3所示。實(shí)際情況中,總會存在偏離自身原本所在的區(qū)間的樣本點(diǎn),這樣的樣本點(diǎn)被稱為離群點(diǎn),如圖4所示。圖4 離群點(diǎn)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]窄寬帶數(shù)�；旌锨闆r下調(diào)制方式識別[J]. 周盼,沈雷,趙永寬.  杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(01)
[2]多個(gè)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(xué)學(xué)報(bào)(自然科學(xué)版). 2019(06)
[3]SVM分類器設(shè)計(jì)在雷達(dá)信號分選中的應(yīng)用[J]. 袁澤恒,袁如月.  電子信息對抗技術(shù). 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(xué)技術(shù)與工程. 2014(25)

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



本文編號：2964482