جهت دسترسی به کاربرگه ی زیر، از این لینک استفاده کنید. http://dl.pgu.ac.ir/handle/Hannan/161374
Title: طراحی سیستم دیجیتال مبتنی بر الگوریتم ماشین بردار پشتیبان جهت تشخیص خودکار مدولاسیون درون پالسی سیگنال¬های راداری با نسبت سیگنال به نویز پایین
Authors: عباس فرمانی
Keywords: تتشخیص مدولاسیون دیجیتال،سیگنال به نویز،تبدیل موجک،استخراج ویژگی،همبستگی متقابل،دسته بندی،ماشین بردار پشتیبان
Issue Date: 1395
Abstract: تکنولوژی تشخیص مدولاسیون، یکی از موضوعات مهم در حوزه مخابرات بوده است که در هر دو زمینه نظامی و تجاری دارای کاربردهای مهمی است. امروزه به دلیل اهمیت و کاربردهای تکنیک های مدولاسیون های دیجیتال و مدولاسیون های به کار رفته در رادارهای پیشرفته، توجه بیشتری به تشخیص این نوع مدولاسیون ها شده است. به همین دلیل در این پروژه الگوریتمی جهت تشخیص مدولاسیون‌های‌ دیجیتال MQAM, 8-PSK, 8-FSK, QPSK, 4-ASK, BFSK, BASK و همچنین سیگنال های راداری MFSK(M=2,4)،MPSK(M=2,4)،linear chirp (LFM)، Non-linear chirp (NLFM)،FM،FMCW-sine، FMCW-square،FMCW-triangle،FMCW-sawtooth و سیگنال مخابراتی AM در نسبت سیگنال به نویز پایین (Low SNRs) پیشنهاد شده است. کاربرد این پروژه در تشخیص نوع سیگنال و مدولاسیون درون پالسی به کار رفته در سیگنال های مربوط به رادارهای پیشرفته مانند رادارهای FMCW است که در سیستم های ESM مدرن به کار می رود. در الگوریتم پیشنهادی، از روش های تشخیص الگو استفاده شده است که شامل دو بخش اصلی استخراج ویژگی و تصمیم گیری بر اساس ویژگی های استخراجی است. بر خلاف اکثر کارهای قبلی که در بخش تصمیم گیری تمرکز داشته و کمتر به نوع ویژگی استخراجی توجه شده است، در این کار به بررسی و تحلیل دقیق ویژگی ها پرداخته شده و همچنین یک مجموعه ویژگی با استفاده از تبدیل ویولت پیشنهاد شده است. از آنجا که SVM یک دسته بندی کننده دو کلاسه است، لذا در این مسئله چند کلاسه، از ساختار شناخته شده یک در مقابل یک استفاده شده است. همچنین، بر اساس تحلیل رفتار ویژگی های پیشنهادی در شناسایی مدولاسیون های مورد مطالعه، یک ساختار درختی با استفاده ازSVM جهت دسته بندی نهایی دسته ای از مدولاسیون ها پیشنهاد شده است. این ساختار نسبت به ساختار یک در مقابل یک به تعداد SVM های بسیار کمتری نیاز دارد. نتایج شبیه سازی برای شناسایی سیگنال های مورد بررسی نشان می دهد که ساختار درختی به طور میانگین، دقت بهتری نسبت به ساختار یک در مقابل یک دارد. دقت ساختار درختی جهت دسته بندی گروهی از مدولاسیون مورد بررسی، در نسبت سیگنال به نویز 5 dB، 0 dB، و -5 dB، -10 dB به ترتیب برابر 8/99%، 98%، 5/92% و 5/77% است.
Description: پایان‌نامه کارشناسی ارشد در رشته مهندسی برق، گرایش مخابرات
URI: http://dl.pgu.ac.ir/handle/Hannan/161374
Type Of Material: پایان‌نامه فارسی
Appears in Collections:Electrical Engineering مهندسی برق

Files in This Item:
File Description SizeFormat 
پ1526.pdf6.85 MBAdobe PDFThumbnail
Download    Request a copy


تمامی کاربرگه ها در کتابخانه ی دیجیتال حنان به صورت کامل محافظت می شوند.