基于支持向量機(jī)的OFDM信號(hào)識(shí)別技術(shù)研究.pdf

1、數(shù)字通信的快速發(fā)展形成了多種通信體制并存的局面，這些通信體制的調(diào)制方式和接入技術(shù)各不相同，這給多體制間的通信互聯(lián)帶來了很大的障礙；而通信業(yè)務(wù)種類和業(yè)務(wù)量的不斷增加，使得正交頻分復(fù)用(Orthogonal Frequency DivisionMultiplexing，OFDM)以其高頻帶利用率、強(qiáng)抗干擾能力等優(yōu)勢(shì)，在通信領(lǐng)域得到了廣泛的應(yīng)用。這樣，對(duì)于OFDM信號(hào)識(shí)別的研究成為一個(gè)急需解決的問題。 本文針對(duì)現(xiàn)有論文對(duì)OFDM信號(hào)識(shí)

2、別研究少、研究很少涉及到多徑環(huán)境下的信號(hào)識(shí)別、傳統(tǒng)分類器不適合小樣本情況、以及在多徑下傳統(tǒng)分類器的識(shí)別率很低的問題，對(duì)信號(hào)在多徑信道、低信噪比下，基于支持向量機(jī)(Support VectorMachine，SVM)的OFDM信號(hào)的識(shí)別技術(shù)進(jìn)行了深入的研究。對(duì)于SVM分類器，特征向量的選取對(duì)它的性能影響具有核心的影響作用，本文主要對(duì)高階累積量、小波分解的特征提取方法應(yīng)用于SVM進(jìn)行了探討。 本文將支持向量機(jī)應(yīng)用在多徑環(huán)境下的通信信