支持向量機(jī)在fsk解碼中的應(yīng)用研究

《支持向量機(jī)在fsk解碼中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、摘要支持向量機(jī)(SVM)是國(guó)際上機(jī)器學(xué)習(xí)領(lǐng)域新的研究熱點(diǎn)，是統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展的一種新的通用學(xué)習(xí)算法，本文對(duì)支持向量機(jī)用于頻移鍵控(FSK)通訊解碼技術(shù)進(jìn)行了探索性應(yīng)用研究。結(jié)合支持向量機(jī)在解決小樣本、非線性及高維模式識(shí)別問(wèn)題中表現(xiàn)出的許多特有優(yōu)勢(shì)，運(yùn)用支持向量機(jī)對(duì)不同頻率信號(hào)的數(shù)據(jù)樣本集進(jìn)行訓(xùn)練，通過(guò)尋找最優(yōu)超平面來(lái)對(duì)不同頻率信號(hào)的數(shù)據(jù)進(jìn)行快速分類，克服傳統(tǒng)頻移鍵控(FSK)解碼算法中需要進(jìn)行大量運(yùn)算的缺點(diǎn)，從而實(shí)現(xiàn)頻移鍵控的解碼。本文首先詳細(xì)介紹了支持向量機(jī)的原理和算法，根據(jù)支持向量機(jī)的分類特性，提出將支持向量機(jī)應(yīng)用到FSK解碼技術(shù)中。文章根據(jù)頻移鍵控(FSK)通訊方式

2、的原理，對(duì)相干檢測(cè)，非相干檢測(cè)即過(guò)零檢測(cè)和鑒頻法等傳統(tǒng)的FSK解碼方法進(jìn)行了比較分析，對(duì)其不足之處進(jìn)行了深入討論?！浯伪疚慕Y(jié)合FSK解碼實(shí)際的應(yīng)用，按照通信標(biāo)準(zhǔn)要求，采樣不同頻率和電平信號(hào)波形，構(gòu)建分類訓(xùn)練的正類和負(fù)類小樣本點(diǎn)集，同時(shí)運(yùn)用MATLAB軟件進(jìn)行訓(xùn)練與仿真，通過(guò)仿真選擇合適的核函數(shù)和學(xué)習(xí)算法及其最優(yōu)懲罰參數(shù)C，構(gòu)建完整的滿足解碼應(yīng)用需要的支持向量機(jī)，得到理想的最優(yōu)分界面和決策函數(shù)?！?。本文第三部分詳細(xì)介紹應(yīng)用支持向量機(jī)進(jìn)行解碼的實(shí)際系統(tǒng)硬件和軟件設(shè)計(jì)，其中硬件部分重點(diǎn)介紹了與DSP處理信號(hào)相關(guān)的硬件原理，軟件部分則重點(diǎn)介紹正弦信號(hào)采樣點(diǎn)相對(duì)時(shí)間確定的方法和

3、支持向量機(jī)分類決策函數(shù)的c語(yǔ)言實(shí)現(xiàn)方法：在深入分析C1D信號(hào)協(xié)議的基礎(chǔ)上，按照解碼系統(tǒng)的要求，給出了如何將解碼得到的二進(jìn)制數(shù)據(jù)串恢復(fù)成調(diào)制之前信息的方法。本文最后按照國(guó)軍標(biāo)(GJB)規(guī)定，對(duì)采用支持向量機(jī)的系統(tǒng)分別進(jìn)行了抗噪聲干擾性能和抗頻率偏移性能測(cè)試，實(shí)測(cè)結(jié)果顯示了支持向量機(jī)用于頻移鍵控(FSK)通訊解碼的可行性和可靠性。經(jīng)過(guò)與傳統(tǒng)FSK解碼方法的比較分析，驗(yàn)證了應(yīng)用支持向量機(jī)進(jìn)行FSK解碼的快速性和易于軟件實(shí)現(xiàn)的特性。關(guān)鍵詞：頻移鍵控，支持向量機(jī)，BFSK，SVMSupportVectorMachines(SVM)isahotresearchfieldinMachi

4、neLearning．SVMiSakindofnovelmachinelearningmethodbasedonStatisticaiLearningTheory(SLT)proposedbvVapnik．Thispaperhasdonesometentativeresearchaboutthesupportvectormachineappliedtodecodefrequencyshiftkeyingcodeincommunicationfield．CooperatingtheadvantagesofSVMsolveclassificationproblemsabout

5、smailsampleset．non．1inearandmulti．dimensionmodelidentification,Iu∞SVMtotrainthesamplesetofdi丘brentfrequencysignalandlookforasuperplaBetodividethedataintotwoparts．ThismethodgetsridofcomplexcomputationWhichisaflawoftraditionaidecodingmethod．ThispaperintroducesthetheoryandaigofithrnofSVMatfi

6、rst．ItproposestoUSCtheSVMtodecodeFSKsignalbasedontheclassifiablecharacterofSVM．ItgetsflawsoftraditionaldecodingmethodthrouglIanalyzingthedifferenceofquadraturedemodulation,inquadraturedemodulationandfrequency．identificationmethodincommunicationfeld．IIlthesecondpart．a(chǎn)ccordingtothereqllirem

7、entsofcommunicationstandardinrealworldapplication．itusesMArLABtosimulatedifierentfrequencyandamplitudesignal．Throughthesimulation．itgetsthepositiveandnegativesampledataset．ThenitusesMAlrIABtotrainthesepositiveandnegativesampledatatogetthesuperplane．11listrainCanchoo