真实世界业余无线电传输的数字操作模式分类
机器学习
2025-01-14 v1 信号处理
摘要
本研究提出了一种基于机器学习的方法，用于对真实世界传输中的数字无线电操作模式进行分类。我们从17种数字操作模式中生成了98种不同的参数化无线电信号，在70厘米（UHF）业余无线电频段上分别传输，并使用两种不同架构的软件定义无线电接收机记录传输信号。三个轻量级机器学习模型仅以有限非传输信号（有效载荷为随机字符）的频谱图作为训练数据。训练过程中采用了在线数据增强流水线，以模拟各种无线电信道损伤。我们的最佳模型EfficientNetB0在17种操作模式上达到了93.80%的准确率，在所有98种参数化无线电信号上达到了85.47%的准确率，评估基于以维基百科文章为有效载荷的真实世界传输。此外，我们分析了不同信号持续时间和FFT箱数量对分类的影响，评估了模拟信道损伤的有效性，并在多个模拟信噪比下测试了模型。
引用
@article{arxiv.2501.07337,
title = {Digital Operating Mode Classification of Real-World Amateur Radio Transmissions},
author = {Maximilian Bundscherer and Thomas H. Schmitt and Ilja Baumann and Tobias Bocklet},
journal= {arXiv preprint arXiv:2501.07337},
year = {2025}
}
备注
Conference IEEE ICASSP 2025