تشخیص خودکار مدولاسیون DVB-S2X با لحاظ تداخل‌ها و اثرات مخرب سخت‌افزار کانال GEO مبتنی بر تلفیق رویکردهای مرسوم و تحول‌گرا

نویسندگان

1 دانشیار ، دانشگاه جامع امام حسین(ع)، تهران، ایران

2 دانشجو دکترا ، دانشگاه جامع امام حسین(ع)، تهران، ایران

3 استادیار ، دانشگاه جامع امام حسین(ع)، تهران، ایران

doi
چکیده

دسته‌بندی مدولاسیون، عملیاتی بین تشخیص سیگنال و دمدولاسیون در لایه فیزیکی است و در حوزه رادیویی شناختی موردتوجه قرار گرفته است. تاکنون تحقیق جامعی در زمینه تشخیص مدولاسیون سیگنال‌های ماهواره‌ای DVB-S2X در حضور اثرات کانال ماهواره‌ای GEO انجام نشده است. در این مقاله رویکرد تشخیص خودکار مرسوم مبتنی بر ویژگی‌های دست‌ساز با رویکرد تشخیص خودکار تحول‌گرا مبتنی بر یادگیری عمیق تلفیق شده است. ویژگی‌های نهفته و معنی‌دار از ویژگی‌های دست‌ساز به طور خودکار توسط شبکه عصبی کانولوشنال استخراج می‌شود. همچنین انتخاب و بهینه‌سازی ویژگی‌های دست‌ساز توسط الگوریتم ژنتیک چندهدفه NSGAII انجام می‌گردد. الگوریتم پیشنهادی دسته‌بندی نه عدد مدولاسیون چالشی تودرتو شامل مدولاسیون‌های مرتبه بالای APSK سیگنال DVB-S2X را انجام می‌دهد. دسته‌بندی مدولاسیون با حضور تداخل‌های سیگنالی، تأثیرات غیرخطی و غیرایدئال فرستنده زمینی، ترانسپوندر ماهواره و گیرنده زمینی ارزیابی و عملکرد آن با دو روش دیگر مقایسه می‌گردد. به‌کارگیری ویژگی‌های دست‌ساز بهینه باوجود استفاده از شبکه عصبی کانولوشنال سبک، عملکردی قوی ارائه می‌کند. در سیگنال به نویز بالای dB 5، دقت کل 100% در کانال نویز سفیدگوسی و دقت کل 97% در کانال ماهواره‌ای GEO، به دست ‌آمد. همچنین دقت 100% برای سیگنال به نویز پایین‌تر از سیگنال به نویز استاندارد DVB-S2X محقق گردید.