摘要
本发明公开了一种基于压缩采样重构特征的调制模式识别方法;该方法包括:对调制信号进行稀疏变换,将正交变换基投影到频域下进行稀疏表示;利用正交复值高斯测量矩阵将稀疏信号从高维转换到低维,通过对低维空间数据的采样将所需的特征测量值全部保存到测量矩阵上;利用偏最小二乘回归算法进行原始特征的重构;基于不同调制类型的非线性次方频谱在不同阶数出现的冲激信号各不相同的特征和不同高阶矩特征,实现对FSK、PSK和QAM不同调制类型的区分。本发明能有效地降低对采样率的要求,所需的数据量更小,从而减少了数据处理时间和计算资源的需求,提高了调制模式识别在军事和民用领域的安全性和管理能力。
技术关键词
调制模式识别方法
偏最小二乘回归算法
频谱特征
矩阵
非线性
信号
重构算法
采样率
正交变换
方程
表达式
军事
数据
系统为您推荐了相关专利信息
混合整数非线性规划模型
联合优化方法
集装箱
燃料
动力装置
网络流量数据
零日攻击检测
预测网络流量
监测系统
卷积神经网络提取
升降移动装置
受力
有限元网格模型
三维模型
列表
肺音分类
分支
Softmax函数
输出特征
线性