تشخیص کورمدولاسیون های مخابراتی با استفاده از SVM و الگوریتم ژنتیک.

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,165

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE14_092

تاریخ نمایه سازی: 25 تیر 1387

چکیده مقاله:

در این مقاله سیستمی برای تشخیص نوع مدولاسیون پیشنهاد می شود که قادر است بدون شناخت اولیه از پارامترهای سیگنال ارسالی، خانواده مدولاسیون های فاز، فاز- دامنه و دامنه را شناسایی کند. عملیات تشخیص توسط طبقه بندی کننده SVM صورت می پذیرد که پارامترهای آن توسط الگوریتم ژنتیک، بهینه شده است. پیچیدگی محاسباتی کم، سرعت آموزش بالا و درصد تشخیص بالاتر نسبت به سایر روش های تشخیص مدولاسیون مانند سطوح آستانه و شبکه های عصبی چند لایه، از مزایای این روش به شمار می آید. درصد تشخیص ساختار بهینه شده SVM، بطور میانگین 10% بالاتر از روش سطح آستانه ای است.

نویسندگان

سعید شعرباف تبریزی

دانشگاه فردوسی، دانشگاه مهندسی، گروه برق و دانشگاه فردوسی مشهد، مرک

مرتضی خادمی

دانشگاه فردوسی، دانشگاه مهندسی، گروه برق

محمد مولوی کاخکی

دانشگاه فردوسی، دانشگاه مهندسی، گروه برق

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • E. Azzouz, A.Nandi, ? Algorithms for Automatic Modulation Recognition of ...
  • Q. Cai, P. Wei and X. Xiao, "A Digital Modulaton ...
  • F. Bo, C. Jun and C.Gnag، An Algorithm of SNR ...
  • C. J. C. Burges, "A Tutorial On Support Vector Machines ...
  • نمایش کامل مراجع