科研之友
微信
新浪微博
Facebook
分享链接
摘要
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-8 dB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。
