[发明专利]一种基于PCA降维的混合型机器学习信号分类方法有效
| 申请号： | 201810884673.6 | 申请日： | 2018-08-06 |
| 公开（公告）号： | CN109034087B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 王峰;黄珊珊 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林;姚兰兰 |
| 地址： | 211106 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于PCA降维的混合型机器学习信号分类方法，包括以下步骤：步骤1、针对线性调频信号LFM、二相相移键控BPSK信号、二进制频移键控2FSK和四相相移键控QPSK信号，根据瞬时自相关分类方法，设置过零点个数阈值和标准差门限阈值，将LFM信号、QPSK信号与其它信号的分开；步骤2、二级分类中，针对剩余信号BPSK信号和2FSK信号采用归一化幅值占空比、归一化中心瞬时相位绝对值方差和归一化中心瞬时频率绝对值方差三个特征，并采用主成分分析PCA算法实现特征降维；步骤3、采用SVM分类器得到最优分类的目标函数，实现BPSK与2FSK信号的区分。本发明采用机器学习技术实现分类，自动化程度高，分类效果好。 | ||
| 搜索关键词： | 一种 基于 pca 混合 机器 学习 信号 分类 方法 | ||
【主权项】：
1.一种基于PCA降维的混合型机器学习信号分类方法，其特征在于，包括以下步骤：步骤1、针对线性调频信号LFM、二相相移键控BPSK信号、二进制频移键控2FSK和四相相移键控QPSK信号，根据瞬时自相关分类方法，设置过零点个数阈值和标准差门限阈值，将LFM信号、QPSK信号与BPSK、2FSK两种信号分开；步骤2、二级分类中，针对剩余信号BPSK信号和2FSK信号采用归一化幅值占空比、归一化中心瞬时相位绝对值方差和归一化中心瞬时频率绝对值方差三个特征，并采用主成分分析PCA算法实现特征降维；步骤3、采用SVM分类器得到最优分类的目标函数，实现BPSK与2FSK信号的区分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810884673.6/，转载请声明来源钻瓜专利网。
- 上一篇：车辆重识别方法、装置及系统
- 下一篇：一种无人机信号探测方法及装置
