摘要：针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.

摘要：针对短波通信中Morse人工接收存在劳动强度大、实时性差的问题,提出一种Morse自动检测算法。对时频图像进行图像增强和尺度归一化预处理。提取图像的纹理特征和形状特征,并将特征组合后进行高斯归一化。最后选择不同核函数设计支持向量机分类器,基于交叉验证选取最优分类器用于Morse的检测。通过实验测试,验证了算法的有效性。