[发明专利]一种基于聚类和支持向量机的联合调制识别方法

摘要

本发明提供了一种基于聚类和支持向量机的联合调制识别方法，以改进聚类算法在低信噪比时调制识别率低的缺点。该方法针对基于星座图的调制方式PSK/QAM，利用聚类算法提取调制信号的特征参数，通过支持向量机识别出信号的调制方式，以提高系统的调制识别率。具体步骤如下：针对典型的基于星座图的调制方式PSK/QAM，首先利用聚类算法，重建接收信号的星座图，然后通过构造有效性评估函数，分别得到在不同聚类中心数时能够反映调制类型显著差异的有效性函数值，作为输入支持向量机的特征参数。为了克服支持向量机识别多类问题时，常用的一对余类及一对一类两种算法计算复杂度高的缺点，可以采用分级的算法对支持向量机进行训练。

主权项

1.一种基于聚类和支持向量机的联合调制识别方法，其特征在于该方法针对基于星座图的调制方式PSK/QAM，利用聚类算法提取调制信号的特征参数，通过支持向量机分类器识别出信号的调制方式，该方法包含以下步骤：a. 设经过信号预处理后得到的接收信号的同相分量为，正交分量为，其中下标中的代表同相分量，代表正交分量，，N是样点的数目；b.利用K-均值聚类算法对样点进行分类，得到聚类中心点和第个样点到第个聚类中心的隶属度，从而决定每个样点的归属，重建接收信号的星座图，其中，是样本和聚类中心的欧式距离，，的取值取决于调制方式的阶数，若待识别调制方式为BPSK、QPSK、8PSK、16QAM、32QAM及64QAM,则的取值分别为2、4、8、16、32及64；c．对每个样点，计算值，，其中为样点与划分到其所在的聚类中心中其他样点的平均欧式距离，为样点与所有划分到第k个聚类中心的所有样点的平均欧式距离；d．计算所有划分到第i个聚类中心中的样点的的平均值，其中为所有隶属于聚类中心的样点数目；e．当聚类中心数为K时，将聚类整体划分结果的评估值定义为所有的均值，即；f．利用提取的作为特征参数输入训练好的支持向量机分类器，识别出输入信号的调制方式；=2,4,8,16,32,64。