| 通信信号自动分类方法研究 |
| |
| 引用本文： | 阔永红,陈健,傅丰林.通信信号自动分类方法研究[J].系统工程与电子技术,2003,25(8):938-940. |
| |
| 作者姓名： | 阔永红 陈健 傅丰林 |
| |
| 作者单位： | 西安电子科技大学通信工程学院,陕西,西安,710071 |
| |
| 基金项目： | 国家部委“九五”电子预研项目 (3 1.6.6.2 )，预研基金 (4 15 0 113 0 3 0 4)资助课题 |
| |
| 摘 要： | 提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果
|
| 关 键 词： | 离散傅里叶变换 小波分析 神经网络 信号分类 |
| 文章编号： | 1001-506X(2003)08-0938-03 |
| 修稿时间： | 2002年7月22日 |
Study on the Automatic Classification for Communication Signals |
| |
| KUO Yong-hong,CHEN Jian,FU Feng-lin.Study on the Automatic Classification for Communication Signals[J].System Engineering and Electronics,2003,25(8):938-940. |
| |
| Authors: | KUO Yong-hong CHEN Jian FU Feng-lin |
| |
| Abstract: | DFT and wavelet analysis are used to get the characteristics of a signal in this paper, including spectrum, instantaneous values of amplitude, frequency and phase. The data volume is decreased by coding to speed up the process, and the characteristics are sent to a neural network to identify the modulation type of the signal. It has been verified that the method can improve the outcome of classification remarkably. |
| |
| Keywords: | DFT Wavelet analysis Neural network Signal classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
