مشخصات مقاله عنوان نشریه: مهندسي برق و مهندسي کامپيوتر ايران - الف مهندسي برق اطلاعات شماره: تابستان 1396 , دوره 15 , شماره 2 ; از صفحه 93 تا صفحه 102 . عنوان مقاله: يک روش کارآمد براي تشخيص مدولاسيون سيگنال هاي MPSK در کانال هاي محوشونده نویسندگان: حكيمي سعيد* آدرس: * دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد چکیده: شناسايي خودکار نوع مدولاسيون سيگنال هاي ديجيتال براي سامانه هاي مخابرات هوشمند يک ضرورت است. اغلب روش هاي طبقه بندي خودکار نوع سيگنال هاي ديجيتال مساله را در کانال هاي نويز سفيد جمع شونده بررسي مي کنند. با اين وجود محيط هاي مخابره واقعي از جمله کانال هاي مخابرات بي سيم، با اثرات محوشوندگي روبه رو هستند. تعداد بسيار کمي از روش ها براي کانال هاي محوشدگي ارائه شده است. اين مقاله يک روش بسيار کارامد براي شناسايي نوع سيگنال هاي ديجيتال کليدزني جابه جايي فاز M تايي پيشنهاد مي دهد. روش ارائه شده ترکيبي ابتکاري است متشکل از شبکه عصبي پرسپترون چندلايه به عنوان طبقه بند و الگوريتم زنبور به عنوان بهينه ساز و همچنين يک همسان ساز براي کاهش اثرات کانال استفاده شده است. يک ترکيب مناسب از آمارگان مرتبه بالا تا مرتبه هشت، به عنوان مشخصه هاي سيگنال ها در نظر گرفته شده است. نتايج شبيه سازي کارامدي بالاي تکنيک ارائه شده را براي تشخيص نوع سيگنال هاي ديجيتال، حتي در نسبت هاي سيگنال به نويز پايين، تاييد مي کنند. کلید واژه: الگوريتم زنبور(Q2)تشخيص نوع مدولاسيون(Q1)شبکه عصبي(Q2) چارک 1 این موضوع در حوزۀ علمی خود، در چارک اول تازگی است. یعنی استقبال پژوهشگران از این موضوع خیلی زیاد است. چارک 2 این موضوع در حوزۀ علمی خود، در چارک دوم تازگی است. یعنی استقبال پژوهشگران از این موضوع زیاد است. چارک 3 این موضوع در حوزۀ علمی خود، در چارک سوم تازگی است. یعنی استقبال پژوهشگران از این موضوع کم است. چارک 4 این موضوع در حوزۀ علمی خود، در چارک چهارم تازگی است. یعنی استقبال پژوهشگران از این موضوع خیلی کم است. موضوعات مرتبط: بهینه سازیشبکه های عصبیشبکه عصبی مصنوعیشبکه های عصبی مصنوعی ارجاعات: ندارد مقالات نشریه ای مرتبط: دسته بندي کور سيگنال هاي مدوله شده دامنه - فاز مبتني بر روش بيشينه درست نماييتشخيص خودکار مدولاسيون با استفاده از برنامه نويسي ژنتيک و شبکه عصبي چندلايه پرسپترونتشخيص نوع مدولاسيون سيگنال هاي ماهواره اي با استفاده از چند گيرندهطراحي روشي براي تشخيص و دسته بندي خودکار نوع مدولاسيون هاي ديجيتال بر پايه خوشه بندي هوشمندطبقه بندي احساس افراد با استفاده از سيگنال هاي مغزي و محيطي مقالات همایشی مرتبط: تجزیه و تحلیل سیگنال EEG با استفاده از طیف های زمان - فرکانس مرتبه بالاالگوریتم استخراج قسمتهای قابل استفاده از سیگنال گفتار هم- کانال با استفاده از روش Fusion مبتنی بر معیار p-correlationکاربرد پردازش سیگنال های صوتی و تصویری در ارزیابی کیفیت محصولات غذاییتخمین دوبعدی جهت ورود سیگنال برای محیط های چند مسیری با رزولوشن بالا به وسیله ی تفکیک سیگنال های ناهمبسته از سیگنال های همدوسارائه روشی با استفاده از شبکه عصبی مصنوعی برای تشخیص احساسات از روی سیگنال های مغزی ویدئوهای مرتبط از مکتبخونه چکیده انگلیسی بازدید یکساله 210 آخرین های بلاگ آموزش جستجوی دقیق در اسکوپوسآموزش اضافه کردن دو محور در ورد و اکسلچگونه جدیدترین مطلب را در گوگل جستجو کنیمیافتن کلمه مترادف انگلیسی در ورد wordتکنیک های جستجو در گوگل: استفاده از عملگر Notتست آنلاین کرونا ورود به بلاگ مرکز اطلاعات علمی