基于强化学习特征选择的跳频调制方式识别

来源：信号处理杂志 2023年第6期北京时间：

作者：谷志刚, 李红光, 苏令华, 李文强

摘要：针对跳频信号调制识别的最优特征集选择困难问题，该文提出一种基于强化学习特征选择的跳频调制识别算法。首先提取跳频信号时频能量图并采用自适应维纳滤波算法去除噪声；然后提取时频能量图几何不变矩、伪Zernike矩和瑞丽熵三类特征的20维特征向量作为原始特征集，通过建立马尔科夫强化学习特征选择模型，采用改进的Q学习算法对原始特征集进行探索和学习，寻求最优特征集并输出识别结果。仿真实验表明，本文算法有效克服人工特征选择标准单一，鲁棒性差问题，降低了原始特征集冗余和维数，在信噪比5 dB条件下，对10种跳频信号调制识别率可达95%。

关键词：‍‍跳频调制识别, 强化学习, 特征选择, Q学习