技术特征：
技术总结
本发明公开了一种基于多特征关联和贝叶斯网络的通信信号分类识别方法，属于通信信号处理技术领域。本发明针对信噪比波动范围大、训练样本不足等特点，对信号的时域、频域和空域的特征进行关联，并设计贝叶斯网络模型，通过结构学习和参数学习得到贝叶斯网络分类器，得到用户认知结果。本发明采用贝叶斯网络分类器进行认知分类，能够充分挖掘各个维度的特征之间的依赖关系，物理意义明确，适用于小样本情况和不完备数据集；采用先验和聚类结合进行离散化预处理的方法，可以最大程度的保留原始数据信息；采用随机抽样的方法对贝叶斯网络模型进行参数学习，在信噪比波动范围大和训练样本数量不足的情况下，仍然可获得很好的分类准确率。
技术研发人员：丁文锐;刘西洋;刘春辉;张多纳
受保护的技术使用者：北京航空航天大学
技术研发日：2018.10.30
技术公布日：2019.03.08