文献

J-GLOBAL ID：201702255459911090   整理番号：17A0358573

局所密度と距離特徴を利用したMFSK識別手法【JST・京大機械翻訳】

MFSK Signal Recognition Method Based on the Feature of Local Density and Distance

著者 (4件)： Shen Lianteng (PLA Information Engineering University) ,  Gong Kexian (PLA Information Engineering University) ,  Fan Lei (PLA Information Engineering University) ,  Pan Yiwei (PLA Information Engineering University)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 32  号： 12  ページ： 1478-1488  発行年： 2016年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存のアルゴリズムが任意変調指数に適応できないMFSK信号クラス内の識別問題に対して、クラスタリング特徴を利用したMFSK信号変調識別方法を提案した。この方法は,ARモデルの極短抽出信号の短時間周波数ピークを利用する。改良クラスタ化アルゴリズムを用いて,ピーク値をクラスタ化した。異なる次数のFSK信号の異なるクラスタ中心の局所密度と距離積の違いにより、サポートベクトルマシンを用いて分類を行い、2FSK、4FSK、8FSKと16FSKの変調識別を完成した。このアルゴリズムは事前知識を必要とせず,異なる変調指数におけるFSK信号に適用し,シミュレーション結果はアルゴリズムの有効性と正当性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  自己回帰モデル ,  *クラスタ ,  アルゴリズム ,  周波数 ,  サポートベクトルマシン ,  ピーク値 ,  クラスタ化
準シソーラス用語： 事前知識 ,  次数 ,  変調指数 , 【Automatic Indexing@JST】

著者キーワード (4件)： modulation recognition ,  AR model ,  clustering ,  support vector machines

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 密度 ,  識別 ,  手法