روش ساده و سریع در تشخیص اولیه مدولاسیون های دیجیتال با استفاده از تحلیل آماری تبدیل فوریه گسسته سیگنال ناشناخته دریایی

محمدباقر بینایی; زهرا یادداشت; عباس شیخی

روش ساده و سریع در تشخیص اولیه مدولاسیون های دیجیتال با استفاده از تحلیل آماری تبدیل فوریه گسسته سیگنال ناشناخته دریایی

محل انتشار: شانزدهمین کنفرانس مهندسی برق ایران

سال انتشار: 1387

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 3,607

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

دانلود فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/47689

شناسه ملی سند علمی:

ICEE16_191

تاریخ نمایه سازی: 6 اسفند 1386

چکیده مقاله روش ساده و سریع در تشخیص اولیه مدولاسیون های دیجیتال با استفاده از تحلیل آماری تبدیل فوریه گسسته سیگنال ناشناخته دریایی

در این مقاله روشی سادهف سریع و دقیق برای شناسایی تعدادی از مدولاسیون های دیجیتال معرفی شده است. این روش وابستگی به دانستن اطلاعات اولیه و مشخصات مخابراتی سیگنال دریافتی ندارد. همچنین از نتایج بخش پردازش سیگنال دریافت کننده استفاده می کند، که وظیفه تخمین پهنای باند و فرکانس حامل را دارد. بنابراین پیش پردازش مجزایی را به سیستم شناسایی تحمیل نمی کند. مزیت دیگر این روش سادگی پیاده سازی برای سیگنال های دریافتی در باند میانی است. کلاسهایی از مدولاسیون های دیجیتال شامل:(ASK ,FSK2,FSK4,( PSK,QAM,MSK در این روش شناسایی می شود. تشخیص مدولاسیون با استفاده از مشخصات آماری FFT سیگنال نمونه برداری شده انجام می گردد. در شبیه سازی ها، از کانال با نویز جمع شونده گوسی نرمال با مسانگین صفر استفاده شده است. به طور متوسط تشخیص صحیح کلاس ها در SNR=0dB با احتمال بیشتر از 90% امکان پذیر می باشد.

کلیدواژه های روش ساده و سریع در تشخیص اولیه مدولاسیون های دیجیتال با استفاده از تحلیل آماری تبدیل فوریه گسسته سیگنال ناشناخته دریایی:

تبدیل فوریه گسسته سریع ، شناسایی خودکار مدولاسیون ، مدولاسیون های دیجیتال

نویسندگان مقاله روش ساده و سریع در تشخیص اولیه مدولاسیون های دیجیتال با استفاده از تحلیل آماری تبدیل فوریه گسسته سیگنال ناشناخته دریایی

محمدباقر بینایی

دانشگاه علوم و فنون هوایی شهید ستاری

زهرا یادداشت

دانشگاه مالک اشتر

عباس شیخی

دانشگاه شیراز

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 :

Octavia A. Dobre1, Ali Abdi2, Yeheskel Bar- Ness and Wei ...

P. C. Sapiano and J. D. Martin, ?Maximum likelihood PSK ...

C. Long, K. Chugg, and A. Polydoros, ،، Further results ...

K. R. Farrell and R. J. Mammone, ،Modulation classification using ...

K. C. Ho, W. Prokopiw, and Y. T. Chan, ، ...

S. Z. Hsue and S. S. Soliman, ، Automatic modulation ...

E. E. Azzouz and A. K. Nandi, Automatic Modulation Recognition ...

J. A. Sills, _، Maximum- likelihood modulation classification for PSK/QAM, ...

W. Wei and J. M. Mendel, _ «Maximum-1 ikelihood classification ...

Commun., vol. 48, pp. 189-193, 2000. ...

modulation Digital؛ [6] K. Kim and A. Polydoros, classification: the ...

A. Polydoros and K. Kim, 4On the detection and classification ...

IEEE Trans. Commun., vol. 38, pp. 1199-1211, 1990. ...

C. Y. Huang and A. Polydoros, ، Likelihood ...

methods for MPSK modulation class ification, ? IEEE Trans. Commun., ...

, pp. 1493-1504, 1995. MILCOM, 1994, pp. 57-61. ...

in Proc. IEEE ISCAS, 2003, pp. IV.1-IV.4. ...

frequency- modulated signals, ? IEEE Journal _ Sel. Areas in ...

IEEE Trans. Commun., vol. 46, pp. 480-493, 1998. ...

نمایش کامل مراجع