基于HOG-SVM的跳频信号检测识别算法

摘要：

针对非合作通信场景下的跳频信号自动化检测识别问题,本文提出了一种基于方向梯度直方图与支持向量机的跳频信号检测识别算法.该算法将无线通信信号转化为包含时间、频率和幅度的时频瀑布图,采用方向梯度直方图特征提取算法将不同跳频序列在瀑布图上产生的独特结构特征提取出来.然后利用支持向量机将特征序列映射到高维空间,通过寻找最大间隔分离超平面,实现跳频信号的检测与多种跳频序列的识别,并依此建立跳频信号检测识别原型系统.最后在室内多径信道环境下进行了测试验证,该算法能够完全自动化的精确检测到开放电磁环境下的跳频信号并且能够实现对多种跳频序列的识别.在信干噪比不超过20dB时,针对不同跳频序列的平均识别正确率能够达到98.01％.

关键词：跳频信号、检测识别、方向梯度直方图、支持向量机

所属期刊栏目：5

分类号：TN914.41

资助基金：本课题得到中国科学院战略性先导 C 类No.XDC02000000

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：62-77