一种K‑均值聚类和分级训练SVM分类器的联合调制识别方法

摘要

本发明公开了一种K‑均值聚类和分级训练SVM分类器的联合调制识别方法,其特征在于，包括如下步骤：步骤S1：对未知信号进行预处理，得到包含信号的同相分量和正交分量的数据集X；步骤S2：对所述数据集X的样本点进行聚类运算，得到各个所述样本点对聚类中心的隶属度矩阵；步骤S3：对所述隶属度矩阵用有效性函数进行处理，得到用于区分不同调制方式的若干特征参数；步骤S4：将若干所述特征参数的组合作为SVM分类器的输入，对所述SVM分类器进行训练；步骤S5：利用训练后的所述SVM分类器识别所述未知信号，在SVM分类器的输出得到所述未知信号的调制类型。该方法克服了在识别多类问题时计算复杂度高的问题，收敛速度明显的提高，提高了调制信号识别的效率。