文献类型：期刊文章

作　　者：江伟华[1] 曹秀岭[1] 童峰[1]

机构地区：[1]厦门大学海洋与地球学院水声通信与海洋信息技术教育部重点实验室,福建厦门361005

出　　处：《厦门大学学报（自然科学版）》

基　　金：国家自然科学基金(11274259)

年　　份：2015

卷　　号：54

期　　号：4

起止页码：534-539

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：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.

关 键 词：水声通信信号  谱特征 调制识别 最小二乘支持向量机

分 类 号：TN929.3]