Automatická klasifikace digitálních modulací pomocí neuronových sítí

Abstract

Tato diplomová práce se zabývá automatickou klasifikací digitálních modulací pomocí neuronových sítí. V práci je stručně popsána problematika a existující algoritmy řešení problému rozpoznávání modulace. Bylo zjištěno, že nejlepších výsledků bylo dosaženo při použití příznakové metody rozpoznávání umělé neuronové sítě. Takže byly teoreticky popsány digitální modulace, které byly vybrány pro rozpoznávání, a to jsou ASK, FSK, BPSK, QPSK a 16QAM. Tyto modulace jsou v dnešní době používány nejčastěji. Dále byla stručně popsán teorie neuronových sítí. V další části byla věnována pozornost charakteristickým příznakům modulací pro rozpoznávání modulací pomocí umělých neuronových sítí. V předposlední části jsou popsány parametry signálů pro simulace v prostředí Matlab, postup vytvoření klíčových příznaků v prostředí Matlab a analýza výsledků experimentální simulace. Poslední část obsahuje experimenty optimalizace neuronové sítě.This master’s thesis is about automatic digital modulation recognition using artificial neural networks. The paper briefly describes the issue and existing algorithms for solving the problem of modulation recognition. It was found that the best results are achieved when using the feature-recognition methods and artificial neural networks. The digital modulations that were chosen for recognition are described theoretically and they are ASK, FSK, BPSK, QPSK and 16QAM. These modulations are most commonly used today. Later was briefly described theory of neural networks. In another part was given to the characteristic features of modulation for modulation recognition using artificial neural networks. The penultimate part describes the parameters for signal simulation in Matlab, how to create the key features in Matlab and results after experimental simulation. The last part contains neural network optimization experiments.