10.3969/j.issn.1002-0640.2023.09.016
基于Gabor纹理特征和支持向量机的跳频调制识别
针对跳频信号调制方式识别问题,提出一种基于Gabor变换和支持向量机的调制识别方法,该方法将信号识别问题转化为图像识别问题.利用Choi-Williams分布获得 6 种跳频信号的时频图像;将Choi-Williams时频图像灰度化处理,应用Gabor变换提取单一尺度 4 个角度下的纹理特征,通过PCA降维处理形成特征参数;利用多分类支持向量机分类训练、识别.仿真结果表明,所提方法在信噪比-8dB时,BFSK、BASK、BPSK、QPSK、MSK及16QAM共 6 种跳频信号调制识别率高达 90.67%,相比于其他纹理特征方法,具有更高的识别率及抗噪性.
调制识别、时频图像、纹理特征、Gabor变换
48
TN971
2023-10-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
110-116,122