摘要：針對跳頻通信調制方式識別問題,提出了一種基于時頻能量譜紋理特征的跳頻調制方式識別方法。該方法首先采用平滑偽Wigner-Ville分布算法獲取跳頻信號時頻圖,并經過二維維納濾波去除時頻圖背景噪聲,提高低信噪比條件下時頻圖清晰度;然后采用連通域檢測算法提取每跳信號的時頻能量譜并將其轉化為時頻灰度圖,計算其直方圖統計特征和灰度共生矩陣特征組成22維特征向量;最后通過參數優化后的支持向量機分類器對特征集進行訓練、分類和識別。仿真實驗表明,所提取的多維特征向量具有較強的表征能力,避免了由單一特征相似性引起的誤判問題,在信噪比為-4dB的條件下,對跳頻信號BPSK、QPSK、SDPSK、QASK、64QAM和GMSK共6種調制方式的平均識別正確率達到91.4%。