摘要：调制信号的调制规律能够直接在信号波形上得到反映,本文使用复杂度来定量描述信号的这种有效、简便的波形变化特征,它包括Lempel-Ziv 复杂度和分形维数。在Lempel-Ziv复杂度的提取中,本文提出了一种有效的序列重构方法,以此来提高特征的类内集群程度和类间分离程度。在此基础上针对7种调制类型设计了分层结构的组合分类器,从而获得较为满意的识别率。计算机仿真实验也证实了本文方法的有效性。

摘要：为了在复杂信号环境下能够稳定、准确地识别出信号,使用Choi-Williams时频分布作为信号描述方式,选取信号时频图像特征、信号波形复杂度和瞬时量特征组成特征矢量输入到以支持向量机(SVM)为主分类器的组合分类器中得到信号类型,并估计出信号各项参数。仿真实验表明该算法性能优良,在低信噪比(SNR)与信号参数变化的情况下可以以较高的识别率得到稳定的识别结果。