[发明专利]一种基于循环支持向量机的雷达与通信多信号分类方法

摘要

本发明公开了一种基于循环支持向量机的雷达与通信多信号分类方法，训练阶段包括以下步骤：(1)采用瞬时自相关提取信号的相位特征差异；(2)采用包络方差特征提取信号幅度起伏特征；(3)设定QPSK信号为正类，设定BPSK信号、16QAM信号为负类，并分别和QPSK信号组成训练信号集，提取二维特征后，运用支持向量机算法循环训练出相应的最优权值向量及偏置值，并分别构成相应的最优决策界；从而将训练样本的三种信号在二维特征向量空间中实现分类识别。本发明通过提取信号的包络方差与瞬时自相关相位特征，构建二维特征平面，采用循环支持向量机算法实现多信号分类，从而实现不同调制类型的雷达与通信信号的直接分类识别。

主权项

1.一种基于循环支持向量机的雷达与通信多信号分类方法，其特征在于，训练阶段包括以下步骤：(1)采用瞬时自相关提取信号的相位特征差异，用以区分二相相移键控BPSK信号与四相相移键控QPSK信号、正交振幅调制16QAM信号；(2)采用包络方差特征提取信号幅度起伏特征，用以区分具有恒定包络性质的二相相移键控BPSK信号、四相相移键控QPSK信号与具有幅度调制信息的正交振幅调制16QAM信号；(3)将瞬时自相关相位特征与包络方差特征分别作为一维特征联立，构成三种信号的二维联合特征平面，用以实现二相相移键控BPSK信号、四相相移键控QPSK信号、正交振幅调制16QAM信号这三种信号在特征平面中的同时分类识别；(4)设定四相相移键控QPSK信号为正类，设定二相相移键控BPSK信号、正交振幅调制16QAM信号为负类；将所述二相相移键控BPSK信号、正交振幅调制16QAM信号分别和四相相移键控QPSK信号组成训练信号集，采用瞬时自相关及包络方差分别提取一维特征后联立得到两组训练信号集的二维特征训练集，运用支持向量机算法循环训练出两组训练信号集相应的最优权值向量及偏置值，并分别构成相应的最优决策界；从而将训练样本的二相相移键控BPSK信号、四相相移键控QPSK信号、正交振幅调制16QAM信号在二维特征向量空间中实现分类识别。