Details

Title: Алгоритмы автоматического определения вида модуляции сигналов в системах радиомониторинга: выпускная квалификационная работа магистра: направление 11.04.01 «Радиотехника» ; образовательная программа 11.04.01_01 «Системы и устройства передачи, приема и обработки сигналов»
Creators: Хмельницкий Владислав Андреевич
Scientific adviser: Щербинина Елизавета Альбертовна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт физики, нанотехнологий и телекоммуникаций
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: алгоритмы автоматического распознавания модуляций; классификация модуляций; дерево решений; машинное обучение; искусственные нейронные сети; метод k-ближайших соседей; automatic modulation recognition algorithms; modulation classification; decision tree; machine learning; artificial neural networks; k-nearest neighbors method
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 11.04.01
Speciality group (FGOS): 110000 - Электроника, радиотехника и системы связи
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-1639
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Проведен обзор имеющихся алгоритмов автоматического распознавания аналоговых модуляций, подробный обзор параметрических алгоритмов. Получены зависимости значений параметров сигналов, необходимых для работы исследуемых алгоритмов, в некотором диапазоне отношений сигнал/шум, а также пороговые значения для алгоритма дерева решений. Проведено сравнение эффективности метода на основе дерева решений и методов машинного обучения — искусственные нейронные сети прямого распространения и метод k-ближайших соседей. Получены вероятности верного и ошибочного решения для указанных алгоритмов. На современной программируемой элементной базе представлена реализация наиболее эффективного автоматического алгоритма распознавания модуляции по критериям минимума вероятности ошибочного решения и вычислительных ресурсов.

A review of the available algorithms for automatic recognition of analog modulations, a detailed review of parametric algorithms. The dependences of the values of the parameters of the signals necessary for the work of the investigated algorithms, in a certain range of signal-to-noise ratio, as well as the threshold values for the decision tree algorithm are obtained. A comparison was made of the effectiveness of the method based on a decision tree and machine learning methods — feed-forward artificial neural networks and the method of k-nearest neighbors. The probabilities of the correct and erroneous solution for the specified algorithms are obtained. On the modern programmable element base, the implementation of the most effective automatic modulation recognition algorithm is presented according to the criteria of minimum probability of an erroneous solution and computational resources.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 2
Last 30 days: 1
Detailed usage statistics