利用局部密度与距离特征的MFSK识别方法

摘要

针对已有算法不能适应任意调制指数的MFSK信号类内识别的问题,提出了一种新的利用聚类特征的MFSK信号调制识别方法.该方法利用AR模型的极点提取信号的短时频率峰值;应用改进的聚类算法对峰值序列进行聚类处理;根据不同阶数FSK信号不同聚类中心的局部密度与距离乘积的不同,利用支持向量机进行分类,完成了2FSK、4FSK、8FSK和16FSK的调制识别.该算法无需任何先验知识,适用于不同调制指数下的FSK信号,仿真实验验证了算法的有效性和正确性.