摘要：为解决数据链信号识别分类的问题，提出一种基于支持向量机(support vector machine，SVM)决策树的数 据链识别分类方法。通过分析美军常用的数据链通信信号特征，采用小波变换法分析数据链的特征信息，得出小波 系数与信号能量分布的关系，根据SVM 算法原理，构建目标特征模型，对信号特征量进行识别分类，对SVM 分类 器的关键参数进行优化设计，并与BP 神经网络算法进行对比实验仿真。结果表明：SVM 决策树网络分类器在进行 收敛速度和准确率表现优异，能改善分类识别效能。