APP下载

基于小波变换的调制识别算法

2017-04-25王东旭陈殿仁李兴广陈磊

数字技术与应用 2017年1期
关键词:特征提取

王东旭+陈殿仁+李兴广+陈磊

摘要:小波变换作为一种特征提取工具[1],它能够在时域和频域这两个域中体现信号的部分特征。ASK、PSK和FSK通信信号的连续符号之间,由于幅度参数、相位参数或者频率参数变化,会导致突然急剧的变化[2]。本文利用小波变换,探究以上通信调制信号在小波变换下时域和频域特性。最后仿真说明算法性能。

关键词:小波变换;特征提取;时频域

中图分类号:TN911.23 文献标识码:A 文章编号:1007-9416(2017)01-0120-01

目前,小波变换的体系已经很完备,受到了广泛的关注,它作为应用数学的重要组成部分,在工程中的应用越来越广。根据小波变换理论,它用小波的基函数来构成信号。小波用尺度和位移来表征,而基函数就是用母小波通过伸缩和平移得到的。这样看来,所有信号都能够用小波的尺度及位移来体现其特点。通过小波变换可以同时观察信号的时间分辨率和频率分辨率,在这方面,傅里叶变换是不能实现的。小波变换的应用范围很广,例如信号处理和建模,信号编码,多分辨力分析[3],视频压缩等[4],它尤其适合对突变情况下信号的分析和處理。近些年来,将其用在制式识别方面也是一个重点方向。

小波在制式识别中主要用来从信号中提取能够表征信号制式特点的特征量,获得它们的轮廓和细节等信息,之后根据这些信息选取适当的分类准则,实现对信号制式的分类识别[5]。不同的数字调制信号,当一个码元从前一个码元持续时间过渡到另一个码元持续时间的时候,调制信号的幅度、相位或者频率可能会发生变化。……

登录APP查看全文

猜你喜欢

特征提取
特征提取和最小二乘支持向量机的水下目标识别
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于Daubechies(dbN)的飞行器音频特征提取
基于DNN的低资源语音识别特征提取技术
Bagging RCSP脑电特征提取算法
一种基于LBP 特征提取和稀疏表示的肝病识别算法
基于DSP的直线特征提取算法
基于改进WLD的纹理特征提取方法
浅析零件图像的特征提取和识别方法
基于CATIA的橡皮囊成形零件的特征提取