基于PCA和WFCM的C波段無(wú)線電信號(hào)分類方法.pdf

1、隨著科技的發(fā)展，無(wú)線電變得與人們的日常生活休戚相關(guān)。人們對(duì)無(wú)線電頻譜資源的需求也日益增大，使得原本就有限的頻譜資源顯得更加珍貴。頻譜資源的不規(guī)范使用會(huì)導(dǎo)致資源的浪費(fèi)，影響信號(hào)的傳播，阻礙通信產(chǎn)業(yè)的發(fā)展，制約經(jīng)濟(jì)的發(fā)展和社會(huì)的進(jìn)步。為了解決這一難題，許多專家、學(xué)者進(jìn)行了不懈的研究，取得了大量的理論研究成果并應(yīng)用于無(wú)線電產(chǎn)業(yè)。近來(lái)，將模糊集理論、神經(jīng)網(wǎng)絡(luò)理論等不確定性分析理論應(yīng)用于異常信號(hào)分析是一個(gè)熱門研究方向。本文將主成分分析法應(yīng)用于無(wú)線

2、電信號(hào)的特征提取，對(duì)以往根據(jù)專家經(jīng)驗(yàn)進(jìn)行特征選取的方法進(jìn)行了改進(jìn)。同時(shí)將熵權(quán)法引入模糊C均值聚類分析，通過(guò)加權(quán)來(lái)表達(dá)各個(gè)特征的重要度，解決特征對(duì)分類貢獻(xiàn)不均勻的問(wèn)題。實(shí)驗(yàn)驗(yàn)證了該方法的有效性，能更快速、高效地判斷異常信號(hào)的類別，在一定程度上保證了信息的完整性。具體取得了如下研究成果:
　　1.針對(duì)C波段的雷達(dá)、單載波、干擾機(jī)、和單頻點(diǎn)四類信號(hào)，利用主成分分析法，提取用于識(shí)別這四類信號(hào)的特征參數(shù)。
　　2.利用各特征參數(shù)的熵權(quán)