Unapređenje automatske klasifikacije modulacije zasnovane na kumulantu šestog reda za qam signale

Abstract

Automatska klasifikacija modulacija (AKM) predstavlja proces prepoznavanja tipa modulacije nepoznatog primljenog signala, veoma bitan za savremene telekomunikacione sisteme, i ključan za veliki broj kako vojnih tako i civilnih primena. U poslednjih nekoliko decenija razvijen je veliki broj različitih algoritama za AKM. Savremena rešenja uobičajeno pretpostavljaju kompleksne strukture kao što su neuralne mreže, ili druge adaptivne mehanizme za postizanje bolje preciznosti. Međutim, još uvek je, sa tačke gledišta implementacije u praksi, veoma poželjno da se za AKM koriste algoritmi male kompleksnosti koji se brzo izvršavaju i koji ekonomično koriste resurse. Ove poželjne osobine mogu se prepoznati u algoritmima za AKM zasnovanim na kumulantima višeg reda kao statističkim klasifikacionim obeležjima. U ovoj disertaciji je prikazan novi pristup zasnovan na kumulantima šestog reda, koji poboljšava tačnost klasifikacionog procesa QAM signala u odnosu na postojeće algoritme. Predloženi pristup koristi dvokoračnu strukturu za izdvajanje obeležja, tako što primenjuje nov metod za redukciju reda modulacije opserviranog signala, praćen pragovskim odlučivanjem. Predložen je i odgovarajući rekurzivni algoritam, usmeren ka uspešnoj klasifikaciji signala visokog reda modulacije. Prilikom testiranja pomoću sveobuhvatnih računarskih simulacija, predložena rešenja pokazuju izvanredne performanse klasifikacije ‑ u nekim slučajevima bolje i od sofisticiranih modela dubokog učenja koji zahtevaju znatno veće procesorske i memorijske resurse; takođe, predloženi metod zadržava dobre statističke osobine kumulanata, tako da se može primeniti udružen i sa drugim algoritmima za AKM. Pokazane prednosti predloženih rešenja otvaraju nekoliko smerova za dalja istraživanja, bilo kroz dalje usavršavanje algoritama zasnovanih na obeležjima, ili kroz uparivanje sa savremenim metodama koje koriste veće računarske resurse.