CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

طیف سنجی مبتنی بر یادگیری عمیق برای شبکه های رادیوشناختی

عنوان مقاله: طیف سنجی مبتنی بر یادگیری عمیق برای شبکه های رادیوشناختی
شناسه ملی مقاله: AISOFT01_031
منتشر شده در اولین کنفرانس ملی هوش مصنوعی و مهندسی نرم افزار در سال 1402
مشخصات نویسندگان مقاله:

نازنین سیدجمالی - کارشناس ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، ایران
علیرضا کشاورز حداد - دانشیار، گروه مهندسی برق، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز، ایران

خلاصه مقاله:
در شبکه های رادیو شناختی تشخیص سیگنال کاربر اولیه توسط کاربران ثانویه برای استفاده بهینه از طیف فرکانسی، امری ضروری است. طرح های طیف سنجی مرسوم، دارای مشکلاتی مثل هشدار کاذب و عدم آشکارسازی صحیح می باشند که مانع استفاده بهینه و صحیح از طیف فرکانسی می شوند. طیف سنجی مبتنی بر یادگیری عمیق، در مساله تشخیص طیف فرکانسی آزاد، باعث کاهش سطح آستانه خطا می شود. در این مقاله، قصد داریم با استفاده از یک شبکه عصبی عمیق، به طیف سنجی در شبکه های رادیو شناختی بپردازیم. شبکه پیشنهادی از اطلاعات ساختاری سیگنال های مدوله شده دریافتی، جهت طیف سنجی بهره برداری می کند. شبیه سازی-ها با استفاده از مجموعه داده تولیدی انجام شده و نتایج مورد بررسی قرار گرفته است. نتایج حاکی از آن است که شبکه عصبی عمیق پیشنهاد شده نسبت به سایر ساختارهای موجود از دقت طیف سنجی بالاتری برخوردار است.

کلمات کلیدی:
رادیو شناختی، شبکه عصبی پیچشی، طیف سنجی، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1912866/