基于随机森林的低阶数字调制识别算法研究
Communications Technology(2018)
Abstract
针对低信噪比条件下一般调制识别算法识别率低的问题,对2ASK、2FSK等6种典型的低阶数字调制信号进行时域特征分析,提取出一组能够明显区分各调制方式的时域特征参数组成特征向量,辅助以随机森林算法,对6种典型的低阶数字调制信号进行自动分类识别.所提算法克服了决策树过拟合问题,具有特征参数提取简单、计算量小、易于实现、对噪声具有较好容忍性的优点,在低信噪比环境下有良好的识别效果.实验验证表明,在信噪比不小于-5 dB的条件下,所提算法对2FSK、BPSK、4FSK、QPSK的识别正确率可达78%以上;在信噪比不小于3 dB的条件下,所提算法的调制识别正确率达到100%.可见,所提算法对低信噪比条件下的识别性能具有极大的改善.
MoreTranslated text
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined