تشخیص تداخل فرکانس رادیویی با استفاده از یادگیری عمیق

سال انتشار: 1402
محل انتشار: پنجمین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و هوش مصنوعی
کد COI اختصاصی: EECMAI05_061
زبان مقاله: فارسی
تعداد مشاهده: 121

نویسندگان

استادیار گروه مهندسی برق و کامپیوتر، دانشگاه فنی و حرفه ای تهران

دانشجوی کارشناسی، گروه برق، دانشگاه آزاد اسلامی، واحد مشهد

چکیده

تداخل فرکانس رادیویی (RFI) به عنوان یک سیگنال مزاحمو غیر عادی در نظر گرفته میشود به دلیل تاثیر مضر آن درارتباطات بیسیم. به همین دلیل، کاهش RFI برای جلوگیری از این تاثیر ضروری است. تشخیص و موقعیت یابی RFI اولین گام ها در فرایند کاهش RFI هستند. در این مقاله، دو روش برای تشخیص و موقعیت یابی RFI با استفاده از تکنیک های نظارت شده و نظارت نشده یادگیری عمیق ارائه میدهیم. اولا،تحقیق ما یک الگوریتم تشخیص شیء مبتنی بر شبکه عصبیکانولوشنال را به عنوان یک رویکرد نظارت شده بررسی میکند. این پیشنهاد بر اساس الگوریتم تشخیص شیء (You Only Look Once v۳ (YOLO-v۳ است که بر روی داده های واقعی آلوده به چندین منبع RFI آموزش دیده است. دوما، ما استفاده از Autoencoder کانولوشنال (CAE) را به عنوان یک رویکرد نظارت نشده پیشنهاد می کنیم. نتایج تجربی نشان میدهد که تشخیص RFI توسط YOLO-v۳ نسبتا سریع است و نرخ تشخیص دقیق بسیار خوبی ۹۴% دارد و نشان میدهد که دقت متوسط الگوریتم YOLO-V۳ می تواند به ۸۹% برسد. برای CAE، دقت متوسط ۷۸٪ است و در برخی موارد از رویکرد نظارت شده بهتر عمل می کند. شرایط نمایه - تداخل فرکانس، تشخیص ناهنجاری، Autoencoders, YOLO-v۳ کانولوشنال، یادگیری نظارت شده، یادگیری نظارت نشده.

کلیدواژه ها

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.