基于信息幾何去噪的改進(jìn)SVM的通信信號識別

打開文本圖片集

摘 要：針對傳統(tǒng)人工提取特征進(jìn)行通信信號識別準(zhǔn)確率低的問題，本文在支持向量機（SVM）的基礎(chǔ)上，提出了一種基于信息幾何去噪的改進(jìn)SVM的識別方法。該方法通過Choi-Williams分布（CWD）時頻變換獲得不同通信信號的時頻圖像，然后利用能夠更加準(zhǔn)確衡量像素點之間差異性的測地線距離實現(xiàn)時頻圖像的去噪，進(jìn)而利用AlexNet卷積神經(jīng)網(wǎng)絡(luò)對時頻圖進(jìn)行特征提取，并基于信息幾何改進(jìn)的SVM對通信信號進(jìn)行分類，實現(xiàn)了有效分類識別。（剩余7996字）