专利交易市场

本发明公开了一种基于LDA‑KNN的水声信号自动调制识别方法，首先采样接收水声信号，提取水声信号的形态特征与熵特征并进行归一化处理；将处理后的特征用于训练LDA，得到用于特征降维与优化的映射权值与偏置；使用训练好的映射权值与归一化后的原始特征相乘并与偏置项相加，完成特征的映射；将映射后的特征进行标准化后，作为KNN的样本空间，得到LDA‑KNN分类模型；最后，将待识别的水声信号进行同样的特征提取以及映射后，输入到分类模型中，输出调制方式的分类。本发明最终实现低延迟、高准确率的水声信号自动调制识别，相较于传统自动调制识别算法，该方法可识别信号种类多、抗干扰能力强、识别准确率与稳定性高。

本发明属于认知无线电、通信信号调制识别技术领域，尤其涉及一种基于信号线性拟合瞬时相位的连续相位频移键控(Continuous‑PhaseFrequencyShiftKeying,CPFSK)调制识别方法。一种CPFSK调制识别方法，充分利用CPFSK信号的特征，即在每个符号内其瞬时相位是线性增加或减少的这一特点，通过对CPFSK信号建模并提取信号瞬时相位，结合线性拟合的手段，使新的特征提取方法具有更好的抗噪声能力，通过仿真实验可以看出该算法结果直观，性能良好，同时拥有较低的运算复杂度。