基于数据库辅助与序列最小优化算法的自动调制分类
信号处理
2018-06-21 v1
摘要
本文中，我们提出了一种用于识别未知到达信号调制方式的新型算法，以缓解认知无线电系统中与主用户的干扰，该过程由软件定义无线电(SDR)前端的自动调制分类(AMC)辅助实现。在本研究中，我们采用了属于十一类的模拟与数字调制的计算机仿真。基于频谱的特征被用作序列最小优化(SMO)的输入特征。主用户的这些特征存储在数据库中，随后将未知信号的特征与数据库中的特征进行匹配。基于近期提出的AMC，我们新的数据库方法继承了基于SMO方法的优势，并使其在分类未知信号时时间效率大幅提升，尤其在多调制方式情形下可克服特征构建计算量过大的问题。在多种应用中，主用户拥有频繁的无线传输，这限制了其特征规模并节省了少量计算。基于SMO的分类方法在15 dB信噪比下准确率超过99%，在约5 dB低信噪比下分类准确率超过95%。
引用
@article{arxiv.1806.07566,
title = {Database Assisted Automatic Modulation Classification Using Sequential Minimal Optimization},
author = {K. Pavan Kumar Reddy and K. Lakhan Shiva and K. Abhilash and Y. Yoganandam},
journal= {arXiv preprint arXiv:1806.07566},
year = {2018}
}
备注
5 pages, 2 figures, 18th International Symposium on Wireless Personal Multimedia Communications, Hyderabad, India