دسته بندی کور سیگنال های مدوله شده دامنه - فاز مبتنی بر روش بیشینه درست نمایی

Authors

حمید مسکرپور امیری

دانشگاه صنعتی نوشیروانی بابل - دانشکده مهندسی برق و کامپیوتر محمدرضا ذهابی

دانشگاه صنعتی نوشیروانی بابل - دانشکده مهندسی برق و کامپیوتر عطاءا... ابراهیم زاده

دانشگاه صنعتی نوشیروانی بابل - دانشکده مهندسی برق و کامپیوتر

abstract

تشخیص خودکار نوع مدولاسیون سیگنال دریافت شده، وظیفه اصلی یک گیرنده هوشمند است. این وظیفه زمانی که گیرنده اطلاعاتی در مورد سیگنال دریافتی و یا کانال ندارد، مشکل تر خواهد شد. در ابتدا، دسته بندی کننده بیشینه درست نمایی (ml) برای دسته بندی مدولاسیون های دامنه - فاز در محیط همدوس ارائه شده است. به خوبی مشخص است که دسته بندی کننده ml نیاز به آگاهی اولیه به برخی از پارامترهای سیگنال دریافتی و کانال (از جمله دامنه، اطلاعات زمان بندی، توان نویز و شاخص افت فیلتر شکل دهنده پالس) دارد. برای برطرف کردن این نیاز، ما یک تخمین گر جدید که نسبت به مدولاسیون سیگنال ارسالی کور است را به منظور تخمین پارامترهای مورد نیاز دسته بندی کننده ml معرفی می کنیم و این منجر به دسته بندی کننده مدولاسیون کاملاً کور جدیدی برای سیگنال های مدوله شده دامنه - فاز در کانال های محوشونده می شود. نتایج شبیه سازی برای احتمال تشخیص صحیح برحسب snr برای مدولاسیون های bpsk، qpsk، 8-psk، 16-qam و 64-qam ارائه شده است. نتایج نشان می دهد که کارایی این دسته بندی کننده بسیار نزدیک به دسته بندی کننده ایده آل با تخمین کامل است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

دسته‌بندی کور سیگنال‌های مدوله‌شده دامنه - فاز مبتنی بر روش بیشینه درست‌نمایی

تشخیص خودکار نوع مدولاسیون سیگنال دریافت‌شده، وظیفه اصلی یک گیرنده هوشمند است. این وظیفه زمانی که گیرنده اطلاعاتی در مورد سیگنال دریافتی و یا کانال ندارد، مشکل‌تر خواهد شد. در ابتدا، دسته‌بندی‌کننده بیشینه درست‌نمایی (ML) برای دسته‌بندی مدولاسیون‌های دامنه - فاز در محیط همدوس ارائه شده است. به‌خوبی مشخص است که دسته‌بندی‌کننده ML نیاز به آگاهی اولیه به برخی از پارامترهای سیگنال دریافتی و کانال (...

full text

جداسازی سیگنال کور صوتی بر پایه استفاده از روش کومولانت

از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده‌ها با یکدیگر ترکیب شده‌اند، استفاده از روش‌های جداسازی کور منابع (BSS) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنال‌هایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده‌ها دریافت شده است. الگوریتم‌های موجود برای جداسازی کور منبع اغلب بر اساس تجزیه‌ی ویژه‌ی ماتریس‌های کومولانت مرتبه‌ی چهارم است. با...

full text

حذف ناحیه کور در تصاویر سونار و دسته بندی اهداف با کمک ویژگی های ساختاری شکل

نقش دریاها و در کنار آن خطرات انسانی موجود در اعماق آن‌ها باعث شد که هشداردهنده‌ها و آشکارسازهای بستر دریا ازجمله سونار موردتوجه محققین قرارگرفته و به‌عنوان یکی از زمینه‌های مهم تحقیقاتی مطرح شوند. در این مقاله، روشی جدید برای پردازش تصاویر سونار و حذف ناحیه کور در تصاویر سونار اسکن جانبی معرفی شد. در روش پیشنهادی، با استفاده از الگوریتم تجانس فاز و ویژگی‌های ساختاری شکل، ناحیه کور حذف و تشخیص ...

full text

مقایسه روش های تحلیل عاملی تاییدی و نسبت درست نمایی مبتنی بر مدل پرسش – پاسخ در ردگیری کنش افتراقی سوالات آزمون های سرنوشت ساز

زمینه: اگر چه روش های متعددی جهت شناسایی سوالات سودار معرفی شده است اما تحقیقات اندکی به صورت تجربی قدرت و کارایی هر یک این روش ها را مورد بررسی قرار داده است. هدف: هدف از تحقیق حاضر مقایسه آزمون نسبت درستنمایی مبتنی بر مدل پرسش – پاسخ و روش تحلیل عاملی تاییدی در شناسایی کنش افتراقی سوالات آزمون های سرنوشت ساز بود. روش: برای پاسخگویی به سوالات تحقیق از روش مطالعات شبیه سازی مونت کارلو استفاده ش...

full text

تقریب زدن ماتریس چگالی میدان تابشی به روش بیشینه درست نمایی

نمایش توابع توزیع شبه احتمال s- پارامتری شده حالت های کوانتومی میدان تابشی را مرور می کنیم . نشان می دهیم که توموگرام های اپتیکی ، که می توانند با استفاده از آشکارسازی هموداین اندازه گیری شوند ، حالت کوانتومی میدان تابشی را از طریق تبدیل معکوس رادون تعیین می کنند . نشان می دهیم که روش بیشینه درست نمایی اعمال شده بر نمودارهای ستونی بدست آمده از آزمایش های هموداین ، می تواند حالت کوانتومی را در م...

15 صفحه اول

My Resources

Save resource for easier access later


Journal title:
مهندسی برق دانشگاه تبریز

جلد ۴۶، شماره ۱، صفحات ۳۳۳-۳۴۲

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023