10.3969/j.issn.1001-506X.2017.09.06
基于信号特征空间的TDCS干扰分类识别
针对变换域通信系统中干扰信号的分类识别问题,提出了一种基于信号特征空间的支持向量机(signal feature space-support vector machine, SF-SVM)干扰分类算法.首先,基于干扰信号模型和信号空间理论对干扰信号进行特征提取,并建立信号特征空间,进而针对二分类和多分类问题提出了SF-SVM分类算法,设计了干扰信号的多分类识别器.仿真结果表明,与干扰信号的传统分类算法相比,SF-SVM不仅提高了分类精度,而且缩短了训练时间;设计的多分类识别器在信噪比达到8 dB时,对6种干扰信号识别性能及对变换域通信系统性能都有所提升.
变换域通信系统、干扰分类识别、信号特征空间、支持向量机
39
TN92
国家自然科学基金61401499;新技术研究高校合作项目KX162600022资助课题
2017-09-05(万方平台首次上网日期,不代表论文的发表时间)
共9页
1950-1958