Дерево логических решений и многослойная нейронная сеть в задаче распознавания видов цифровой модуляции
- 1 аспирант, кафедра интеллектуальных информационных систем ФРТК, Московский физико-технический институт (государственный университет)
Ключевые слова:
модуляцияраспознавание вида модуляциикумулянтыгауссовский шумдерево логических решениймногослойная нейронная сеть
Аннотация
Представлено решение задачи распознавания видов цифровой модуляции радиосигналов с помощью дерева логических решений (ДЛР) и многослойной нейронной сети (МНС), проведенного с основными видами цифровой модуляции: 2-PSK, 4-PSK, 8-PSK, 2-FSK, 8-QAM, 16-QAM, 64-QAM. Показано, что признаками для входа в МНС являются кумулянты. Протестирована эффективность распознавания на одной и той же базе данных; лучший результат был показан при использовании нейронной сети.
Для цитирования
Дам В.Н. Дерево логических решений и многослойная нейронная сеть в задаче распознавания видов цифровой модуляции // Нейрокомпьютеры: разработка, применение. 2016. № 7. С. 70–73.
Список источников
- Su W., Kosinski J.A. Higher-order blind signal feature separation: An enabling technology for battlefield awareness // U.S. Army Cerdec, Ft Monmouth, NJ 07703.NOV 2006. P. 1-7. PDFURL: ADA481532.
- Аведьян Э.Д., Дам В.Н. К выбору кумулянтных признаков в задаче распознавания видов цифровой модуляции радиосигналов // Информатизация и связь. 2015. №4. С. 11-15.
- Young A.F. Classification of digital modulation types in multipath environments // Master-s Thesis. Naval Postgraduate School, Monterey, CA 93943-5000, California. 2008. P. 1-65.
- Wong M.L.D., Nandi A.K. Automatic digital modulation recognition using artificial neural network and genetic algorithm // Signal Processing 84. 2004. P. 351-365.
- Nandi A.K., Azzouz E.E. Modulation recognition using artificial neural networks // Signal Processing 56. 1997. P. 165-175.
Полный текст, PDF
350 ₽