采用支持向量机的水声通信信号调制识别方法 (2015年)

由于水声信道中随机、复杂的时、频扩展特性的影响，非合作水声通信信号调制方式的自动识别极具挑战性-考虑到载频等调制参数提取较为困难，本研究基于信号功率谱、平方谱进行无需先验知识的水声通信信号特征参数提取，设计了一种基于多类别最小二乘支持向量机(LS-SVM)的水声通信信号调制方式分类器，该分类器具有泛化性能好、小样本学习能力强的特点，同时可避免传统神经网络分类器存在的过学习、欠学习以及局部最小化等问题．对海上实录信号数据的识别实验结果表明，本方法具有优于神经网络分类器的识别性能和信道稳健性．