基于支持向量机的小波包调制信号识别

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (18): 223-226.

基于支持向量机的小波包调制信号识别

董庭亮1，唐向宏1，2，马丹丹1，李双霞1

1.杭州电子科技大学通信工程学院，杭州 310018
2.杭州电子科技大学信息工程学院，杭州 310018

出版日期:2013-09-15 发布日期:2013-09-13

Identification of wavelet packet modulation signal based on SVM

DONG Tingliang1, TANG Xianghong1，2, MA Dandan1, LI Shuangxia1

1.School of Communication Engineering, Hangzhou Dianzi University, Hangzhou 310018, China
2.School of Information Engineering, Hangzhou Dianzi University, Hangzhou 310018, China

Online:2013-09-15 Published:2013-09-13

摘要/Abstract

摘要： 基于小波包调制信号和OFDM信号在分数阶傅里叶变换域分布的不同，利用图像成形技术对接收信号的分数阶傅里叶变换域分布图进行处理，探讨了小波包调制信号和OFDM信号的分数阶域分布成形图的特征参数，利用支持向量机做分类器，实现了这两种多载波调制信号的分类识别。计算机仿真结果，验证了算法的性能。

关键词: 小波包调制, 调制识别, 分数阶傅里叶, 图像成形

Abstract: Based on the difference of wavelet packet modulation signal and OFDM signal in the fractional Fourier domain distribution, the picture of received signal’s fractional Fourier domain distribution is processed by the image forming technology. In additive Gaussian white noise channel, Rayleigh fading channel and frequency selective fading channel, the characteristic parameters of the formed picture of fractional Fourier domain distribution are discussed. In addition, the modulation identification between OFDM and WPM is studied. The effectiveness of this method is done by the computer simulations.

Key words: wavelet packet modulation, modulation identification, fractional Fourier, image forming

董庭亮1，唐向宏1，2，马丹丹1，李双霞1. 基于支持向量机的小波包调制信号识别[J]. 计算机工程与应用, 2013, 49(18): 223-226.

DONG Tingliang1, TANG Xianghong1，2, MA Dandan1, LI Shuangxia1. Identification of wavelet packet modulation signal based on SVM[J]. Computer Engineering and Applications, 2013, 49(18): 223-226.

[1]	冯磊，蒋磊，许华，苟泽中. 基于网络度量的三分支孪生网络调制识别算法[J]. 计算机工程与应用, 2021, 57(19): 135-141.
[2]	马垒1，赵拥军1，赵闯1，朱健东2. STLFMCW信号的周期FRFT检测与参数估计[J]. 计算机工程与应用, 2017, 53(1): 134-141.
[3]	赵守林1，秦立龙2，陈翔3. 基于复杂度特征的数字调制模式识别[J]. 计算机工程与应用, 2015, 51(4): 226-231.
[4]	臧义林，于凤芹. 利用短时分数阶PWVD实现多分量Chirp信号分离[J]. 计算机工程与应用, 2014, 50(4): 211-214.
[5]	杨单1，2，李超锋1，杨健1. 基于多节点信息融合和协作的信号调制方式识别[J]. 计算机工程与应用, 2014, 50(16): 7-11.
[6]	柯凯，芮国胜，凌青. 降低小波包调制PAPR的联合方法[J]. 计算机工程与应用, 2013, 49(3): 113-115.
[7]	李昕1，2，邢丽坤1. 基于最优阶次分数阶神经网络的交通流预测[J]. 计算机工程与应用, 2012, 48(18): 226-230.
[8]	王景芳，许慧燕. FRFT滤波的语音增强[J]. 计算机工程与应用, 2012, 48(12): 129-134.
[9]	孙延鹏，王勃，张赢硕. FRFT域的数字图像chirp噪声抑制方法[J]. 计算机工程与应用, 2012, 48(10): 200-203.
[10]	暴晋飞1，柏森1，2，尤春艳2，柏玉保1. 基于SVD和FRFT的音频信息隐藏算法[J]. 计算机工程与应用, 2011, 47(30): 101-104.
[11]	张婉婷1，王斌1，2. 应用分数阶傅里叶变换的形状描述方法研究[J]. 计算机工程与应用, 2011, 47(27): 185-188.
[12]	王兰勋，伍宏林. 基于距离和模糊的MPSK及MFSK信号识别[J]. 计算机工程与应用, 2011, 47(19): 150-152.
[13]	王品，黄焱. 改进的OPTICS算法在调制识别中的应用[J]. 计算机工程与应用, 2011, 47(16): 141-143.
[14]	王永学. 分数阶傅里叶变换对OFDM系统峰均比的影响[J]. 计算机工程与应用, 2010, 46(13): 127-128.
[15]	王娟锋穆晓敏杨守义齐林. 一种基于分数阶Fourier域的数字水印[J]. 计算机工程与应用, 2007, 43(8期): 43-45.