基于支持向量機(jī)的無線電異常信號(hào)識(shí)別研究.pdf

1、隨著現(xiàn)代信息技術(shù)的快速發(fā)展,無線電頻譜資源逐漸成為人類社會(huì)廣泛使用的重要資源,然而各種干擾信號(hào)不斷出現(xiàn),無線電監(jiān)測(cè)任務(wù)日益艱巨。異常信號(hào)的識(shí)別研究是無線電監(jiān)測(cè)的重要任務(wù)之一,具有非常重要的理論價(jià)值和現(xiàn)實(shí)意義。
　　無線電信號(hào)識(shí)別是經(jīng)典的多分類問題,而支持向量機(jī)(SVM)則擅于解決高維分類問題,在諸多領(lǐng)域廣泛應(yīng)用。本文將支持向量機(jī)運(yùn)用到無線電監(jiān)測(cè)中,提出基于支持向量機(jī)的廣播頻段及C波段無線電異常信號(hào)識(shí)別方法,主要研究內(nèi)容如下:

2、>　　1、討論了支持向量機(jī)中幾種核函數(shù)、模型建立和參數(shù)選擇設(shè)置,分析它們對(duì)支持向量機(jī)分類效果的影響,選取不同的懲罰因子和核參數(shù)值進(jìn)行無線電異常信號(hào)識(shí)別實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,核函數(shù)的選擇、參數(shù)的設(shè)置都對(duì)支持向量機(jī)的泛化能力有明顯影響,直接決定無線電異常信號(hào)系統(tǒng)的識(shí)別效果。
　　2、以廣播頻段為應(yīng)用研究背景,通過設(shè)備采集數(shù)據(jù),預(yù)處理后提取特征,建立支持向量機(jī)模型,選擇最優(yōu)參數(shù),最終實(shí)現(xiàn)廣播頻段異常信號(hào)識(shí)別。為了驗(yàn)證基于支持向量機(jī)的無線電

3、異常信號(hào)識(shí)別方法的可行性與有效性,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)分類法在同等條件下對(duì)比實(shí)驗(yàn),結(jié)果表明:本文提取的特征及選用的優(yōu)化參數(shù)方法在SVM分類中效果良好,且識(shí)別率高于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)分類方法。
　　3、在二分類的基礎(chǔ)上,以C波段幾種異常信號(hào)作為研究對(duì)象,實(shí)現(xiàn)支持向量機(jī)多分類識(shí)別。主要構(gòu)建了基于“一對(duì)一(OAO)”和“一對(duì)多(OAA)”兩種多分類支持向量機(jī)分類模型,分析了兩種算法的優(yōu)缺點(diǎn),并與BPNN進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)顯示,雖然這兩種支持向量機(jī)