چکیده

اهمیت موضوع شناسایی مدولاسیون از نظر کاربردی و نیز گسترش انواع مدولاسیون ها با ویژگی های مختلف، ضرورت پژوهش در این زمینه را ایجاب می کند. در این مقاله یک سیستم شناساگر خودکار نوع مدولاسیون مبتنی بر شبکه ی عصبی کانولوشن، پیشنهاد شده است که شامل دو ماژول جهت استخراج ویژگی و طبقه بندی مدولاسیون ها می باشد. ماژول استخراج ویژگی شامل سه بلاک کانولوشن است که تعداد کانال های هر بلاک بترتیب 128 ،64 و 16 می باشد. جهت بهبود استخراج ویژگی، پیش پردازشی شامل مشتق، انتگرال و تبدیل فوریه سریع بر روی داده های ورودی انجام می شود. در ماژول طبقه بندی به منظور کاهش تعداد کانال های خروجی و بهبود بهره وری محاسباتی از دو لایه تماماً متصل استفاده شده است که لایه اول این ماژول دارای 128 کانال و لایه دوم آن، دارای 11 کانال می باشد که می تواند 11 نوع مدولاسیون موجود در مجموعه داده مورد استفاده را طبقه بندی نماید. نتایج شبیه سازی بیانگر عملکرد مناسب روش پیشنهادی در مقایسه با برخی دیگر از روش-های شناسایی خودکار مدولاسیون در محدوده وسیعی از نسبت سیگنال به نویز داده های ورودی است.

کليدواژه ها

شناسایی خودکار مدولاسیون ها، شبکه ی عصبی کانولوشن، شناسايي الگو، مدولاسیون های دیجیتال

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
جواد بنسبردی , 1400 , شناسایی مدولاسیون سیگنال ها با استفاده از شبکه عصبی کانولوشن , پنجمین کنفرانس مهندسی مخابرات ایران