تشخیص مدولاسیون در کانال های محوشونده چندمسیری با استفاده از ویژگی های آماری مرتبه بالا و طبقه بند SVM بهینه شده

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه صنعتی ارومیه

2 دانشگاه فرماندهی و ستاد آجا، تهران، ایران

10.22034/ijwg.2024.434488.1072

چکیده

هدف: طبقه‌بندی خودکار مدولاسیون (AMC) یک فناوری کلیدی در ارتباطات بی‌سیم مدرن است و در عین مواجهه با چالش‌های متعدد، توجه گسترده‌ای را در بخش های مختلف، به ویژه کاربردهای جنگ الکترونیک و نظامی، به خود جلب کرده است. محیط انتشار بی سیم به دلیل وجود موانع گسترده بسیار پیچیده است و در عمل کانال رفتار محوشونده چندمسیری دارد که در اکثر پژوهش ها در نظر گرفته نشده است.
روش پژوهش: در این پژوهش از آماره های مرتبه بالا به عنوان ویژگی برای طبقه بندی خودکار مدولاسیون در کانال های محوشونده چندمسیری استفاده می کنیم. برای افزایش دقت تشخیص، سیگنال به بخش های کوچک تری تقسیم شده و آماره ها برای هر قسمت محاسبه می شوند. برای طبقه بندی نیز از بردار پشتیبان ماشین (SVM) با کرنل گوسی استفاده می شود که مقدار انحراف معیار کرنل با استفاده الگوریتم بهینه سازی ازدحام ذرات (PSO) بهینه می شود تا دقت طبقه بندی بیشینه شود.
یافته ها: برای ارزیابی روش پیشنهادی از هشت نوع مدولاسیون دیجیتال پرکاربرد استفاده شد. نتایج نشان می‌دهند که تعداد نمونه های سیگنال دریافتی و هم چنین تعداد زیربخش های در دقت شناسایی صحیح تاثیر دارند. هم چنین بهینه سازی انحراف معیار کرنل، دقت شناسایی صحیح سیگنال را بهبود می دهد.
نتیجه گیری: نتایج به دست آمده نشان می دهند که روش پیشنهادی می تواند به عنوان یک الگوریتم موثر برای تشخیص نوع مدولاسیون سیگنال های دیجیتال در سناریوهای جنگ الکترونیک و سایر کاربردهای تجاری مورد استفاده قرار گیرد.

کلیدواژه‌ها

موضوعات