摘要：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-5dB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3dB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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社