آمار
| تعداد نشریات | 36 |
| تعداد شماره‌ها | 1,192 |
| تعداد مقالات | 8,579 |
| تعداد مشاهده مقاله | 6,989,619 |
| تعداد دریافت فایل اصل مقاله | 4,033,146 |
طراحی روشی برای تشخیص و دسته‌بندی خودکار نوع مدولاسیون‌های دیجیتال برپایه خوشه‌بندی هوشمند | ||
| علوم و فناوریهای پدافند نوین | ||
| مقاله 7، دوره 3، شماره 4 - شماره پیاپی 10، دی 1391، صفحه 329-337 اصل مقاله (568.4 K) | ||
| نویسندگان | ||
| مجتبی وحدانی؛ منصور نجاتی جهرمی* ؛ صدیقه غفرانی | ||
| دانشگاه آزاد اسلامی واحد تهران جنوب | ||
| تاریخ دریافت: 10 بهمن 1397، تاریخ بازنگری: 06 مرداد 1403، تاریخ پذیرش: 10 بهمن 1397 | ||
| چکیده | ||
| این مقاله، روشی را برای کلاس‌بندی نوع مدولاسیون‌های دیجیتال از خانواده‌های ASK، PSK ، FSK، بدون اطلاعات قبلی از سیگنال دریافتی پیشنهاد می‌دهد. این روش دارای دو گام است و "روش خوشه‌بندی" نام دارد. در گام اول خانواده مدولاسیون و در گام دوم مرتبه‌ی مدولاسیون مشخص می‌شود. با استفاده از روش خوشه‌بندی، حداقل پیش‌پردازش‌ها، مؤثرترین ویژگی‌های جداسازی و مناسب‌ترین جداسازها در مورد هر دسته استفاده گردیده و الگوریتم ژنتیک، برای بهبود عملکرد سیستم استفاده شده است. مزایای این روش، دقت شناسایی بالا، سادگی، شناسایی کور و تعداد زیادتر مدولاسیون‌های کاندید نسبت به سایر روش‌های مشابه هستند. | ||
| کلیدواژه‌ها | ||
| کلاس‌بندی خودکار نوع مدولاسیون؛ روش خوشه‌بندی؛ ماشین بردار پشتیبان؛ الگوریتم ژنتیک | ||
| عنوان مقاله [English] | ||
| Design of a Method for Automatic Digital Modulation Classification Based on Intelligent Clustering | ||
| نویسندگان [English] | ||
| Mojtaba Vahdani؛ Mansoor Nejati Jahromi؛ Sedighe Ghofrani | ||
| چکیده [English] | ||
| This article proposes a method to classify digital modulation type from ASK, PSK and FSK groups, without prior information of received signal. This method has two steps and is called "clustering method". In the first step, the modulation group, and in the second step, modulation order is determined. Using clustering method, the least pre-processing, the most effective separation characteristics and appropriate classifiers was applied to each group and genetic algorithm has been used to improve system performance. The advantages of this method are high accuracy of identification, simplicity, blind identification and more modulation candidates compared to other similar methods. | ||
| کلیدواژه‌ها [English] | ||
| Automatic Modulation Classification, Clustering Method, Support Vector Machines, genetic algorithm | ||
|
آمار تعداد مشاهده مقاله: 292 تعداد دریافت فایل اصل مقاله: 152 |
||