利用局部密度与距离特征的MFSK识别方法

针对不能在没有先验信息的条件下对任意调制指数的MFSK信号进行调制识别的问题，提出了一种新的利用聚类特征的MFSK信号调制识别方法。该方法利用AR模型的极点提取信号的短时频率峰值；应用改进的聚类算法对峰值序列进行聚类处理；根据不同阶数FSK信号不同聚类中心特征参数的不同，利用支持向量机进行分类，完成了2FSK、4FSK、8FSK和16FSK的调制识别。该算法无需任何先验知识，适用于不同调制指数下的FSK信号，仿真实验验证了算法的有效性和正确性。