您的位置: 专家智库 > >

葛娟

作品数:2 被引量:26H指数:2
供职机构:哈尔滨工程大学信息与通信工程学院更多>>
发文基金:中央高校基本科研业务费专项资金国家重点基础研究发展计划船舶工业国防科技预研基金更多>>
相关领域:电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电子电信

主题

  • 2篇调制
  • 2篇调制识别
  • 2篇调制识别方法
  • 2篇识别方法
  • 1篇单载波
  • 1篇信号
  • 1篇载波
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇向量
  • 1篇向量机
  • 1篇经验模态分解
  • 1篇混合信号

机构

  • 2篇哈尔滨工程大...

作者

  • 2篇葛娟
  • 2篇林云
  • 2篇李一兵

传媒

  • 1篇系统工程与电...
  • 1篇弹箭与制导学...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
一种新的混合信号调制识别方法被引量:4
2011年
在现代电子对抗和通信侦察中,共信道通信信号的调制模式识别是重要的研究课题。经验模态分解(EMD)是一种处理非平稳信号的新方法,但标准EMD方法存在模式混叠问题。文中提出了一种基于EMD分解与希尔伯特变换相结合的调制识别新算法,通过在EMD分解过程中多次添加掩蔽信号,用于共信道混合信号的分离,并讨论了所添加的掩蔽信号能够消除模式混叠现象需满足的必要条件。计算机仿真结果表明,该方法对频谱不混叠的单载波混合信号有较好的分离和调制识别效果。
葛娟李一兵林云
关键词:调制识别经验模态分解单载波
基于熵特征和支持向量机的调制识别方法被引量:22
2012年
通信信号调制识别在非合作通信领域是一项重要的研究课题。针对当前算法计算量大,能识别的调制类型少的特点,提出了一种基于熵特征和支持向量机(support vector machine,SVM)的调制识别新方法。该算法通过提取接收信号的多维熵特征,作为调制识别的特征参数,并利用基于二叉树的SVM作为分类器,对接收信号进行调制识别。除了信号的信噪比,该算法不需要信号带宽和载频等其他先验知识。理论分析与计算机仿真结果表明,该方法具有很高的识别率,计算量小,具有很好的应用价值。
李一兵葛娟林云
关键词:调制识别支持向量机
共1页<1>
聚类工具0