基于支持向量機(jī)的數(shù)字調(diào)制信號(hào)識(shí)別.pdf_第1頁
已閱讀1頁,還剩56頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、卜i一三一日戶創(chuàng)_一___二_」、砂易可,去軍碩士學(xué)位論文基于支持向量機(jī)的數(shù)字調(diào)制信號(hào)識(shí)別劉明驀學(xué)科名稱:學(xué)科門類:指導(dǎo)教師:申請(qǐng)日期:控制理論與控制工程工學(xué)劉涵教授2009年3月摘要論文題目:基于支持向量機(jī)的數(shù)字調(diào)制信號(hào)識(shí)別學(xué)科專業(yè):控制理論與控制工程研究生:劉明賽簽名:指導(dǎo)教師:劉涵教授簽名:摘要數(shù)字調(diào)制信號(hào)的識(shí)別廣泛應(yīng)用于通信偵察、信號(hào)確認(rèn)、干擾識(shí)別和頻譜監(jiān)測(cè)等方面。本文針對(duì)數(shù)字調(diào)制信號(hào)的識(shí)別問題,研究了信號(hào)的特征提取方法,在此基

2、礎(chǔ)上探討了分類器的設(shè)計(jì)方法,其中提出了零中心瞬時(shí)特征提取和小波分析特征提取組成的特征集,并設(shè)計(jì)了基于最小二乘支持向量機(jī)算法的分類器。針對(duì)調(diào)制識(shí)別系統(tǒng)的構(gòu)成特點(diǎn),本文把工作重點(diǎn)放在了特征提取和分類器設(shè)計(jì)兩方面上。通過使用MATLAB仿真實(shí)驗(yàn),得出如下結(jié)論:1、零中心瞬時(shí)特征易于提取,但該特征受噪聲影響較大小波分析特征受噪聲影響較小,具有較強(qiáng)的抗噪性能。最小二乘支持向量機(jī)分類器使用小波分析特征的識(shí)別率高于使用零中心瞬時(shí)特征的識(shí)別率。2、本論

3、文利用最小二乘支持向量機(jī)分類器成功地實(shí)現(xiàn)了數(shù)字調(diào)制信號(hào)的分類,在不同分類方法下的仿真結(jié)果表明糾錯(cuò)輸出編碼方式對(duì)提高識(shí)別率有一定的優(yōu)勢(shì)在不同信噪比下的仿真結(jié)果可以看出隨著信噪比的增加,信號(hào)的識(shí)別率也隨之增加在不同核函數(shù)下的仿真得出采用徑向基核函數(shù)比較適合數(shù)字調(diào)制信號(hào)的識(shí)別,最小二乘支持向量機(jī)分類器對(duì)模型具有一定的不敏感性的結(jié)論。3、最小二乘支持向量機(jī)分別與神經(jīng)網(wǎng)絡(luò)分類器和平行判決分類器進(jìn)行了性能對(duì)比,通過ROC曲線表明采用最小二乘支持向量

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論