基于模糊C均值聚类和支持向量机的信号识别方法

作者：顾敏剑

来源：计算机与数字工程, 2013, (03): 367-369+465.

• 调制识别
• 模糊C均值聚类
• 特征提取
• 支持向量机 modulation recognition
• fuzzy C-Means
• feature selection
• support vector vachine

论文为实现数字信号调制方式的自动识别,提出基于模糊C均值聚类算法和支持向量机的信号调制方式识别方法。设计了基于模糊C均值聚类(Fuzzy C-Means,FCM)的特征参数提取方法,构造聚类有效性评估函数得到不同聚类中心数下聚类有效性函数值,通过有显著差异的聚类有效性函数值来确定信号特征参数集合。利用支持向量机(Support Vector Machine,SVM)构造信号识别模型。与单独聚类方法的识别率相比,该方法提高了系统的调制识别率,尤其是在信号信噪比较低时,信号识别率明显提高。

• 单位
  中国船舶重工集团公司第七二三研究所