基于稀疏表示的数字调制模式识别
收稿日期：2013-02-21
修回日期：2013-04-07
基金项目：
国家自然科学基金资助项目（61040007）作者简介：王振宇（1956-），男，安徽合肥人，硕士，副教授。研究方向：嵌入式系统设计。
*摘
要：通过分析稀疏表示在模式识别应用的基础上，提出了一种基于稀疏表示的特征提取方法。该方法首先
引入主成分分析对新的样本进行降维，然后利用降维后的训练样本构建稀疏线性模型，通过范数最优化求解测试样本的稀疏系数，根据稀疏系数的分布提取特征值。最后利用支持向量机分类器进行信号的分类识别。并在求解最小范数优化问题中，提出一种通用的解决方案，利用粒子群算法确定最优惩罚系数。新方法提取的特征值经计算机仿真研究证明，该算法具有较好的有效性和一定的工程应用性。
关键词：调制识别，粒子群算法，稀疏表示，支持向量机中图分类号：TN911.7
文献标识码：A
基于稀疏表示的数字调制模式识别*
王振宇，秦立龙，黄振和（解放军电子工程学院，合肥230037）
The Digital Modulation Recognition Based on Sparse Representation
WANG Zhen-yu ，QIN Li-long ，HUANG Zhen-he （Electronic Engineering Institute of PLA ，Hefei 230037，China ）
Abstract ：With the analysis of the digital modulation recognition based on sparse representation ，a
new feature extraction method was proposed.Firstly ，the principle component analysis was put forward to reduce the dimensionality of the new samples.Secondly ，the sparse representation of the sample after dimensionality reduction was calculated by -minimization ，the feature was extracted according to the distribution of the sparse coefficient values.Finally ，the identification task was solved by using SVM classification machine.In order to determine the optimal punishment coefficient in minimum norm optimization problem ，a universal solution using particle swarm optimization algorithm was proposed.The computer simulation results show that the performance of this feature values extracted by this new algorithm is feasible in engineering application.
Key words ：modulation recognition ，particle swarm optimization ，sparse representation ，support vector machine
引言
数字信号调制模式识别是指在未知调制信息、调制参数和有干扰的条件下，判断出信号的调制方式，为解调器正确选择解调算法提供参数依据的过程。调制模式自动识别是非协作通信的基础，不管是在军事领域还是在民用领域，都有着重要的应用价值。信息获取方为了获取通信信号的信息内容，必须首先明确信号的调制方式。在军事领域［1］，数
字通信信号调制模式识别是敌对双方进行通信侦
察和干扰的前提，一旦明确了敌方通信系统的调制方式，就可以解调出敌方信号，获得有用的情报信息，从而为制定侦察与反侦察、干扰与反干扰策略
提供有力依据，最终实现通信对抗。在民用领域［2］
，政府有关部门可以利用调制模式识别进行信号确认、干扰识别和频谱监测等无线电管理工作，以防止用户对无线频谱的非法利用和干扰，保证合法通信的正常进行。
文章编号：1002-0640（2014）
04-0010-04Vol.39，No.4Apr ，2014
火力与指挥控制
Fire Control &Command Control 第39卷第4期2014年4月
10··