论文部分内容阅读
为了提高数字信号调制模式识别在低信噪比下的正确率，通过分析基于稀疏表示的模式识别，提出了一种基于K-SVD和稀疏表示的特征提取方法。该方法首先引入主成分分析对样本进行降维，然后利用K-SVD算法构造稀疏字典并构建稀疏线性模型，最后通过e^1范数最优化求解测试样本的稀疏系数，根据稀疏系数的分布提取特征值。利用支持向量机分类器进行信号的分类识别，仿真研究证明，新方法提取的特征值具有较好的有效性。