混合蛙跳算法优化的支持向量机EBPSK检测器-东南大学学报.PDFVIP

第４１卷第３期 东南大学学报（自然科 学版 ） Ｖｏｌ．４１Ｎｏ．３ 　 ２０１１年５月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｙ２０１１ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１１．０３．０１５ 混合蛙跳算法优化的支持向量机ＥＢＰＳＫ检测器 靳　一　 王继武　 吴乐南 （东南大学信息科学与工程学院，南京２１００９６） 摘要：为了充分利用“０”，“１”码元经过冲击滤波器后的波形差异和有效改善基本支持向量机经 典训练方法容易陷入局部最优的缺陷，设计了混合蛙跳算法优化的支持向量机ＥＢＰＳＫ检测器． 首先，从经过冲击滤波器的“０”，“１”码元原始数据中提取训练集和测试集，并进行归一化处理； 然后，利用混合蛙跳算法的全局寻优能力在训练集空间搜索支持向量机的支持向量和分类阈值， 并用训练过的支持向量机对测试集分类．将混合蛙跳算法优化的支持向量机的检测效果与基本 支持向量机以及幅度积分判决进行了对比，结果表明：基本支持向量机检测效果要好于幅度积分 判决，混合蛙跳算法优化的支持向量机具有更好的检测精度，检测效果优于前两者． 关键词：冲击滤波器；支持向量机；混合蛙跳算法；ＥＢＰＳＫ；幅度积分判决 中图分类号：ＴＮ９１１　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１１）０３０５０９０４ ＥＢＰＳＫｄｅｍｏｄｕｌａｔｏｒｂａｓｅｄｏｎｓｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇｏｐｔｉｍｉｚｅｄＳＶＭ ＪｉｎＹｉ　 ＷａｎｇＪｉｗｕ　 ＷｕＬｅｎａｎ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｔａｋｅｆｕｌｌａｄｖａｎｔａｇｅｏｆｔｈｅｗａｖｅｆｏｒｍｄｉｆｆｅｒｅｎｃｅｏｆ“０”ａｎｄ“１”ｓｙｍｂｏｌｓｗｈｅｎｐａｓｓｉｎｇ ｔｈｅｉｍｐａｃｔｉｎｇｆｉｌｔｅｒａｎｄｉｍｐｒｏｖｅｔｈｅｄｅｆｅｃｔｏｆｅａｓｉｌｙｆａｌｌｉｎｇｉｎｔｏｌｏｃａｌｏｐｔｉｍｕｍｗｈｅｎｕｓｉｎｇｂａｓｉｃｓｕｐ ｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ），ｔｈｅＳＶＭｄｅｔｅｃｔｏｒｂａｓｅｄｏｎｔｈｅｓｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇａｌｇｏｒｉｔｈｍ（ＳＦＬＡ） ｉｓｄｅｓｉｇｎｅｄｉｎｔｈｅｅｘｔｅｎｄｅｄｂｉｎａｒｙｐｈａｓｅｓｈｉｆｔｋｅｙｉｎｇ（ＥＢＰＳＫ）ｃｏｍｍｕｎｉｃａｔｉｏｎｓｙｓｔｅｍ．Ｆｉｒｓｔ，ｔｈｅ ｔｒａｉｎｉｎｇｓｅｔａｎｄｔｈｅｔｅｓｔｉｎｇｓｅｔａｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｏｒｉｇｉｎａｌ“０”，“１”ｓｙｍｂｏｌｓｗｈｉｃｈｐａｓｓｔｈｅｉｍｐａｃ ｔｉｎｇｆｉｌｔｅｒ，ａｎｄａｒｅｎｏｒｍａｌｉｚｅｄ．Ｔｈｅｎ，ｔｈｅＳＦＬＡｉｓｉｎｔｒｏｄｕｃｅｄｔｏｓｅａｒｃｈｔｈｅｓｕｐｐｏｒｔｖｅｃｔｏｒａｎｄｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎｔｈｒｅｓｈｏｌｄｏｆＳＶＭｉｎｔｈｅｔｒａｉｎｉｎｇｓｅｔ，ａｎｄｔｈｅｔｅｓｔｉｎｇｓｅｔｉｓｃｌａｓｓｉｆｉｅｄｕｓｉｎｇｔｈｅｔｒａｉｎｅｄ ＳＶＭ．ＴｈｅｄｅｔｅｃｔｉｏｎｒｅｓｕｌｔｏｆｔｈｅＳＶＭｏｐｔｉｍｉｚｅｄｂｙｔｈｅＳＦＬＡｉｓｃｏｍｐａｒｅｄｗｉｔｈｔｈａｔｏｆＳＶＭｄｅｔｅｃ ｔｏｒａｎｄｍａｇｎｉｔｕｄｅｉｎｔｅｇｒａｌｄｅｔｅｃｔｏｒ．Ｔｈｅｃｏｍｐａｒｉｓｏｎｓｈｏｗｓｔｈａｔｔｈｅｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｏｆｂａｓｉｃ ＳＶＭｉｓｂｅｔｔｅｒｔｈａｎｔｈａｔｏｆｍａｇｎｉｔｕｄｅｉｎｔｅｇｒａｔｉｏｎ，ａｎｄｔｈｅＳＶＭｏｐｔｉｍｉｚｅｄｂｙｔｈｅＳＦＬＡｈａｓｔｈｅｂｅｓｔ ｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｉｍｐａｃｔｉｎｇｆｉｌｔｅｒ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）；ｓｈｕｆｆｌｅｄｆｒｏｇｌｅａｐｉｎｇａｌｇｏｒｉｔｈｍ；ｅｘ