Дослідження нейромереж для керування системою Software Defined Radio

Скорочена інформація про документ
dc.contributor.authorГула, І.В.
dc.contributor.authorПолікаровських, О.І.
dc.contributor.authorHula, I .
dc.contributor.authorPolikarovskykh, O.
dc.date.accessioned2022-03-23T19:52:42Z
dc.date.available2022-03-23T19:52:42Z
dc.date.issued2021
dc.description.abstractНаукова стаття присвячена розгляду питань керування системою SDR шляхом розпізнавання видів цифрової модуляції та виконується системою, яка автоматично класифікує вид цифрової модуляції одержуваного сигналу. Запропоновано алгоритм автоматичного розпізнавання видів цифрової модуляції за допомогою багатошарової нейронної мережі. Досліджено вплив шуму в каналі зв'язку на ймовірності розпізнавання видів цифрової модуляції при відомому значенні носійної частотиuk_UA
dc.description.abstractThe scientific article is devoted to the issues of SDR system control. Software Defined Radio is a system designed for software control of information transmission processes in a radio communication channel. Recognition of digital modulation types is used, which automatically classifies the type of digital modulation of the received signal. The following issues are covered in the article: the analysis of existing approaches in the task of automatic recognition of types of digital modulation is carried out; the analysis and classification of informative features in the task of automatic recognition is carried out the following types of digital modulation: 2-PSK, 4-PSK, 8-PSK, 2-FSK, 8-QAM, 16-QAM, 64-QAM and OFDM. This article uses a neural network approach based on cumulative characteristics. To solve these problems, the methods of calculation and selection of informative cumulative features described in the developed model of the system of automatic recognition of digital modulation types by means of a neural network on cumulative features at a known value of carrier frequency are described. A model of the system of automatic recognition of digital modulation types at a known value is constructed carrier frequency. An algorithm for automatic recognition of digital modulation types has been developed using a multilayer neural network. The influence of noise in the communication channel on the probability of recognizing the types of digital modulation at a known value of the carrier frequency is investigated. It was found that regardless of the type of noise in the communication channel, the law of error distribution in IQ data becomes close to normal. This fact is one important argument for the use of cumulative features in the task of automatic recognition of types of digital modulation. Therefore, the task of automatic recognition of digital modulation types is quite relevant. Further research may be aimed at expanding the range of high-order cumulative features used, due to which it is possible to increase the probability of correct recognition of types of digital modulation, and solving the recognition problem at an unknown value of the frequency and initial phase of the carrier signaluk_UA
dc.identifier.citationГула І. В. Дослідження нейромереж для керування системою Software Defined Radio / І. В. Гула, О. І. Полікаровських // Вісник Хмельницького національного університету. Технічні науки. – 2021. – № 6. – С. 31-36.uk_UA
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/11731
dc.language.isoukuk_UA
dc.publisherХмельницький національний університетuk_UA
dc.subjectрозпізнавання цифрової модуляціїuk_UA
dc.subjectбагатошарова нейронна мережаuk_UA
dc.subjectсистема SDRuk_UA
dc.subjectdigital modulation recognitionuk_UA
dc.subjectmultilayer neural networkuk_UA
dc.subjectSDR systemuk_UA
dc.subject.udc621.306.6uk_UA
dc.titleДослідження нейромереж для керування системою Software Defined Radiouk_UA
dc.title.alternativeStudy neur networks for Software Dfined Radio controluk_UA
dc.typeСтаттяuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Назва:
vknu-ts-2021-n6-303-31-36[1].pdf
Розмір:
886.43 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Вісник ХНУ. Технічні науки - 2021 рік