基于支持向量機的地空通信干擾識別.pdf

1、隨著電磁環(huán)境的日趨復(fù)雜，無線電民航地空通信頻段受干擾事件日益嚴(yán)重，給人們的生命財產(chǎn)安全帶來了很大的威脅。如何準(zhǔn)確、高效的識別出地空通信異常信號成為無線電日常監(jiān)測工作的重要目標(biāo)，同時具有很高的理論價值及研究意義。
　　地空通信業(yè)務(wù)一般是語音通信，具有偶發(fā)性、出現(xiàn)概率低、危害性強的特點。因此在地空通信異常信號識別中，有效利用直觀的語音信息，選擇合適的分類器成為準(zhǔn)確、快速、高效、自動識別地空通信異常信號的關(guān)鍵。K-均值聚類(K-mean

2、s)算法在信號特征處理及信號識別中已經(jīng)得到了廣泛的應(yīng)用。但是該算法由于聚類中心初始化問題的存在，使得最終識別效率穩(wěn)定性無法得到保證。而支持向量機（SVM）則擅長于解決復(fù)雜的信號分類問題，在圖像處理、醫(yī)學(xué)研究等領(lǐng)域應(yīng)用廣泛。本文將對基于智能優(yōu)化算法的支持向量機參數(shù)選擇方法做進(jìn)一步的研究，給出一種識別效率高、消耗時間短的支持向量機分類器，并將其運用到地空通信干擾信號識別當(dāng)中。具體研究內(nèi)容如下：
　　1.探究將無線電地空通信音頻信號作為