تشخیص نوع مدولاسیون سیگنالهای با مدولاسیون خطی در یک شبکه رادیوشناختی

در این پایان نامه ما قصد داریم با به کارگیری شکل منظومه سیگنال دریافتی به عنوان ویژگی، به تشخیص نوع مدولاسیون های دیجیتال خطی در یک شبکه رادیوشناختی بپردازیم. رویکرد ما استفاده از خوشه بندی سیمبل های باند پایه سیگنال و ارزیابی نتایج خوشه بندی توسط معیارهای تأیید صحت خوشه بندی برای بازشناسی نوع منظومه سیگنال می باشد. به همین منظور تعدادی از معروف ترین الگوریتم های خوشه بندی و معیارهای ارزیابی خوشه بندی مطالعه شده اند و از میان آن ها الگوریتم k-means، یکی از سریع ترین و ساده ترین روش های خوشه بندی، و fhv، یک معیار معروف، ساده و سریع برای ارزیابی خوشه بندی های انجام شده توسط fuzzy k-means، به کار گرفته شده اند. الگوریتم ارائه شده کاملاً بی نیاز از داده های آموزشی بوده و در شرایط «کانال فیدینگ رایلی مسطح با تغییرات آهسته» و بدون اطلاع از مقادیر پارامترهایی نظیر نسبت سیگنال به نویز و فاز حامل به خوبی انجام وظیفه می کند. استفاده از این جفت الگوریتم-معیار سریع و دقیق و ارائه یک روش بدیع برای انتخاب مقادیر اولیه مناسب برای الگوریتم k-means، که دقت آن را به طرز قابل ملاحظه ای افزایش می دهد و تعداد تکرارهای لازم برای همگرایی را بسیار کم می کند، کیفیت بالا و پیچیدگی محاسباتی کم الگوریتم مورد نظر را تضمین می کند. از طریق شبیه سازی نشان داده شده است که برای پرکاربردترین مدولاسیون های دیجیتال خطی، برای نسبت سیگنال به نویزهای بالای db10 و در حضور نویز سفید جمع شونده، الگوریتم ارائه شده نوع مدولاسیون را کاملاً به درستی تشخیص می دهد.