【技术实现步骤摘要】
本专利技术属于通信，尤其涉及基于特征数据分析的通信信号识别分类方法。
技术介绍
1、现代信息技术在高速发展的条件下，为了更好地进行频谱管理和用频调控，需要对各个辐射源的信号就行更好地分类识别，尤其是实现对未知辐射源信号的管理。通过对同类通信辐射源信号特征的提取和分析，实现从一般通信信号的分类识别到个体信号的识别。这对在复杂电磁环境下进行高效的频谱管理具有重要价值和意义。从近些年国内外的研究现状来看，通信辐射源信号的分类识别主要分为基于嵌入伪随机序列的方法和基于无意调制特征分析的识别方法。但是这两种方法过于抽象，维度较高，实现难度大，难以满足实时管理和调控的需求。
技术实现思路
1、有鉴于此，本专利技术提出了基于特征数据分析的通信信号识别分类方法。
2、具体地，本申请公开的基于特征数据分析的通信信号识别分类方法，包括以下步骤：
3、采集各类通信信号；
4、利用改进层次聚类算法对各类通信信号聚类，获取各类通信信号的结构，为特征提取和随机森林分类器提供数据；<...
【技术保护点】
1.基于特征数据分析的通信信号识别分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征数据分析的通信信号识别分类方法，其特征在于，所述改进层次聚类算法的步骤如下：
3.根据权利要求2所述的基于特征数据分析的通信信号识别分类方法，其特征在于，所述加权Wasserstein距离d(P1,P2)计算如下：
4.根据权利要求1所述的基于特征数据分析的通信信号识别分类方法，其特征在于，提取信号样本均值如下：
5.根据权利要求1所述的基于特征数据分析的通信信号识别分类方法，其特征在于，计算放大器输出信号泰勒多项式系
【技术特征摘要】
1.基于特征数据分析的通信信号识别分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征数据分析的通信信号识别分类方法，其特征在于，所述改进层次聚类算法的步骤如下：
3.根据权利要求2所述的基于特征数据分析的通信信号识别分类方法，其特征在于，所述加权wasserstein距离d(p1,p2)计算如下：
4.根据权利要求1所述的基于特征数据分析的通信信号识别分类方法，其特征在于，提取信号样本均值如下：
5.根据权利要求1所述的基于特征数据分析的通信信号识别...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。