为解决数据链信号识别分类的问题,提出一种基于支持向量机(support vector machine,SVM)决策树的数据链识别分类方法。通过分析美军常用的数据链通信信号特征,采用小波变换法分析数据链的特征信息,得出小波系数与信号能量分布的关系,根据SVM算法原理,构建目标特征模型,对信号特征量进行识别分类,对SVM分类器的关键参数进行优化设计,并与BP神经网络算法进行对比实验仿真。结果表明:SVM决策树网络分类器在进行收敛速度和准确率表现优异,能改善分类识别效能。
科研之友
微信
新浪微博
Facebook
分享链接
