基于统计特征主分量的信号调制识别

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于统计特征主分量的信号调制识别

陈怀新, 南建设, 肖先赐

文章导航 > 电子科技大学学报 > 2004 > 33(3): 231-234,238

陈怀新, 南建设, 肖先赐. 基于统计特征主分量的信号调制识别[J]. 电子科技大学学报, 2004, 33(3): 231-234,238.

引用本文:

陈怀新, 南建设, 肖先赐. 基于统计特征主分量的信号调制识别[J]. 电子科技大学学报, 2004, 33(3): 231-234,238.

Chen Huaixin, Nan Jianshe, Xiao Xianci. Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters[J]. Journal of University of Electronic Science and Technology of China, 2004, 33(3): 231-234,238.

Citation:

Chen Huaixin, Nan Jianshe, Xiao Xianci. Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters[J]. Journal of University of Electronic Science and Technology of China, 2004, 33(3): 231-234,238.

基于统计特征主分量的信号调制识别

1.
中国电子科技集团公司第十研究所成都 610036;
2.
电子科技大学电子工程学院成都 610054

作者简介:
陈怀新(1963-),男,博士后,教授,主要从事模式识别、多传感器数据融合方面的研究.

中图分类号: TN957

Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters

1.
CETC No. 10^TH Research Institute Chengdu 610036;
2.
School of Electronic Engineering,UEST of China Chengdu 610054

摘要: 采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。
- 信号调制识别 /
- 统计特征参量 /
- 主分量分析 /
- 特征压缩
Abstract: The instantaneous feature parameters of received signal are extracted using digital signal processing, the eliminating correlation and dimensionality reduction for these feature parameters are realized using the principal component analysis approach. The classification and recognition of modulation of signal are designed by template matching of statistical pattern recognition. The simulation results show the approach proposed in this paper is efficient.
- modulation recognition /
- statistical feature parameters /
- principal component analysis /
- feature dimensional reduction

[1]	王喜媛, 王勇. 多接收子阵下特征波束的角度空间调制方法 . 电子科技大学学报, 2024, 53(3): 390-395. doi: 10.12178/1001-0548.2023001
[2]	袁月婷, 闫光辉, 常文文, 张玉婵. 基于脑电信号空域特征的紧急制动行为识别 . 电子科技大学学报, 2024, 53(1): 84-91. doi: 10.12178/1001-0548.2022380
[3]	何羚, 阳鹏飞, 阎啸, 钟旭诺, 白泰礼. 基于频域数据压缩感知的复合调制信号盲识别 . 电子科技大学学报, 2024, 53(2): 201-209. doi: 10.12178/1001-0548.2023096
[4]	常文文, 聂文超, 袁月婷, 闫光辉, 杨志飞, 张冰涛, 张学军. 基于多层脑功能网络特征的动作意图识别 . 电子科技大学学报, 2023, 52(1): 14-22. doi: 10.12178/1001-0548.2022292
[5]	郜东瑞, 周晖, 冯李逍, 张云霞, 彭茂琴, 张永清. 基于特征融合和粒子群优化算法的运动想象脑电信号识别方法 . 电子科技大学学报, 2021, 50(3): 467-475. doi: 10.12178/1001-0548.2020107
[6]	孙伟, 杜宏吉, 张小瑞, 赵玉舟, 杨翠芳. 基于CNN多层特征和ELM的交通标志识别 . 电子科技大学学报, 2018, 47(3): 343-349. doi: 10.3969/j.issn.1001-0548.2018.03.004
[7]	张良, 李玉, 刘婷婷, 郝凯锋. 融合小波和LBP-GD特征的人脸表情识别 . 电子科技大学学报, 2018, 47(5): 654-659. doi: 10.3969/j.issn.1001-0548.2018.05.003
[8]	牟建红, 黄格, 吕欣. 中国航空网络时序特征分析 . 电子科技大学学报, 2018, 47(3): 462-468. doi: 10.3969/j.issn.1001-0548.2018.03.022
[9]	郭继昌, 李翔鹏. 基于卷积神经网络和密度分布特征的人数统计方法 . 电子科技大学学报, 2018, 47(6): 806-813. doi: 10.3969/j.issn.1001-0548.2018.06.002
[10]	李彦冬, 雷航, 郝宗波, 唐雪飞. 基于多尺度显著区域特征学习的场景识别 . 电子科技大学学报, 2017, 46(3): 600-605. doi: 10.3969/j.issn.1001-0548.2017.03.020
[11]	宋竹, 秦志光, 罗嘉庆, 张悦涵. 电信数据中用户行为特征测量与分析 . 电子科技大学学报, 2015, 44(6): 934-939. doi: 10.3969/j.issn.1001-0548.2015.06.024
[12]	闫海, 李国辉, 李建勋. 雷达抗欺骗式干扰信号特征提取方法 . 电子科技大学学报, 2015, 44(1): 50-54. doi: 10.3969/j.issn.1001-0548.2015.01.008
[13]	蒋伟雄, 刘华生, 廖坚, 李勇帆, 王维. 基于多维模式分析对说谎的脑网络特征识别 . 电子科技大学学报, 2015, 44(2): 311-315. doi: 10.3969/j.issn.1001-0548.2015.02.026
[14]	张和发, 李立萍. 含噪独立分量分析的期望最大化算法 . 电子科技大学学报, 2012, 41(4): 527-531. doi: 10.3969/j.issn.1001-0548.2012.04.009
[15]	王勇, 张婷婷, 白杨, 刘梦娟, 秦志光. 基于普特征的Gnutella实例网络特征分析 . 电子科技大学学报, 2012, 41(2): 291-298. doi: 10.3969/j.issn.1001-0548.2012.02.023
[16]	刘郁林, 王国鹏, 罗颖光. 部分W-分离正交语音信号的盲分离方法 . 电子科技大学学报, 2010, 39(2): 186-190. doi: 10.3969/j.issn.1001-0548.2010.02.007
[17]	姜斌, 潘景昌, 郭强, 衣振萍. PCA和相融性度量在聚类算法中的应用 . 电子科技大学学报, 2007, 36(6): 1292-1295.
[18]	孟庆宇, 刘本永, 姚宏达. 基于分数本征特征的手写数字识别 . 电子科技大学学报, 2006, 35(3): 289-291.
[19]	张智林, 皮亦鸣, 孙志坚. 基于独立分量分析的降噪技术 . 电子科技大学学报, 2005, 34(3): 296-299.
[20]	居琰, 汪同庆, 彭建, 王贵新, 刘建胜, 袁祥辉. 特征融合用于手写体汉字识别研究 . 电子科技大学学报, 2002, 31(3): 229-233.

WeChat

点击查看大图

计量

文章访问数: 4329
HTML全文浏览量: 166
PDF下载量: 78
被引次数: 0

基于统计特征主分量的信号调制识别

1. 中国电子科技集团公司第十研究所成都 610036;

2. 电子科技大学电子工程学院成都 610054

作者简介:
陈怀新(1963-),男,博士后,教授,主要从事模式识别、多传感器数据融合方面的研究.

收稿日期: 2003-03-04
刊出日期: 2004-06-15

中图分类号: TN957

关键词:

摘要: 采用数字信号处理方法提取待识别信号的瞬时特征统计参量,利用多元统计的主分量分析方法对特征参量进行其主分量组合,以消除特征参量间的相关性和压缩特征向量的维数,并采用统计模式识别的模板匹配判决进行信号调制方式的自动识别,模拟结果证实了此方法的有效性和高识别率。

English Abstract

陈怀新, 南建设, 肖先赐. 基于统计特征主分量的信号调制识别[J]. 电子科技大学学报, 2004, 33(3): 231-234,238.

引用本文:

陈怀新, 南建设, 肖先赐. 基于统计特征主分量的信号调制识别[J]. 电子科技大学学报, 2004, 33(3): 231-234,238.

Chen Huaixin, Nan Jianshe, Xiao Xianci. Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters[J]. Journal of University of Electronic Science and Technology of China, 2004, 33(3): 231-234,238.

Citation:

Chen Huaixin, Nan Jianshe, Xiao Xianci. Modulation Recognition of Signal Based on Statistical Principal Component Feature Parameters[J]. Journal of University of Electronic Science and Technology of China, 2004, 33(3): 231-234,238.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发