利用监督学习实现IQ失衡状态下的自动调制样式分类

摘要

以四阶和六阶累积量作为特征,研究了IQ失衡状态下发射机或接收机中数字调制样式分类过程。此外,还提出了多种监督学习方法来降低接收机中IQ失衡带来的影响,包括k-最近邻（k-NN）、支持向量机（SVM）和决策树学习。同时,还研究了发射机中IQ失衡带来的影响,以及每种调制样式中IQ失衡对理论累积量的影响。仿真表明,监督学习法可有效补偿接收机中的IQ失衡。