آمار
| تعداد نشریات | 39 |
| تعداد شماره‌ها | 1,175 |
| تعداد مقالات | 8,455 |
| تعداد مشاهده مقاله | 6,344,326 |
| تعداد دریافت فایل اصل مقاله | 3,595,689 |
دسته‌بندی کور کدهای فضا-زمان با استفاده از یادگیری ماشین | ||
| علوم و فناوریهای پدافند نوین | ||
| مقاله 1، دوره 10، شماره 1 - شماره پیاپی 35، فروردین 1398، صفحه 1-10 اصل مقاله (971.18 K) | ||
| نویسندگان | ||
| مهدی تیموری* ؛ مسعود رضایی | ||
| دانشگاه تهران | ||
| تاریخ دریافت: 10 بهمن 1397، تاریخ بازنگری: 23 آذر 1398، تاریخ پذیرش: 10 بهمن 1397 | ||
| چکیده | ||
| مهم‌ترین خصوصیتی که شناسایی کور کدهای فضا-زمان را از سایر انواع شناسایی کور مخابراتی متمایز می‌کند این است که برای نفوذ در بسیاری از سامانه‌های مخابراتی مدرن که از روش‌های ارسال و دریافت چندآنتنی استفاده می‌کنند، اولین قدم شناسایی کور کد فضا-زمان به‌کاررفته است. در این مقاله، دسته‌بندی کور در مجموعه وسیعی از کدهای فضا-زمان با استفاده از ابزارهای یادگیری ماشین مورد بررسی قرار گرفته است. از آنجا که در کارهای پیشین، تنها دسته‌بندی کدهای فضا-زمان متعامد مورد بررسی قرار گرفته است، یکی از نوآوری‌های این مقاله افزودن کدهای شبه متعامد و همچنین سامانه ارسال تک آنتنی به این دسته‌بندی است. بهبود عملکرد روش‌های مرسوم دسته‌بندی نیز یکی دیگر از نوآوری‌های این مقاله است. نتایج شبیه‌سازی نشان می‌دهد که درخت تصمیم ایجاد‌شده توسط تعداد زیادی از ویژگی‌های استخراج‌شده از ماتریس‌های همبستگی، نسبت به سایر روش‌های مرسوم شناسایی دارای عملکرد نسبتاً بهتر، به خصوص در شرایط بسیار نویزی، است. | ||
| کلیدواژه‌ها | ||
| شناسایی کور؛ کدهای فضا-زمان؛ ماتریس همبستگی؛ درخت تصمیم | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 549 تعداد دریافت فایل اصل مقاله: 224 |
||