针对高阶正交幅度调制(QAM)类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别。首先,对信号集内待识别信号提取指数范数特征,依次将16QAM和32QAM信号从信号集内识别出来;然...针对高阶正交幅度调制(QAM)类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别。首先,对信号集内待识别信号提取指数范数特征,依次将16QAM和32QAM信号从信号集内识别出来;然后,对信号集内剩余信号提取高斯指数范数特征,依次识别64QAM、128QAM和256QAM信号;最后,根据决策树原理设计分类器,实现信号集内5种QAM类信号的识别。仿真结果表明,在信噪比大于6 d B时,该方法对信号集内的信号的识别正确率超过96%。展开更多
文摘针对高阶正交幅度调制(QAM)类信号的调制识别问题,提出了一种利用指数范数的调制识别分类方法,实现了由5种QAM类信号所组成信号集的调制识别。首先,对信号集内待识别信号提取指数范数特征,依次将16QAM和32QAM信号从信号集内识别出来;然后,对信号集内剩余信号提取高斯指数范数特征,依次识别64QAM、128QAM和256QAM信号;最后,根据决策树原理设计分类器,实现信号集内5种QAM类信号的识别。仿真结果表明,在信噪比大于6 d B时,该方法对信号集内的信号的识别正确率超过96%。
