使用卷积神经网络进行弱无线电信号的软件解调
机器学习
2025-02-27 v1 信号处理
摘要
在本文中，我们提出使用 JT65A 无线电通信协议在电力系统的广域监测系统中进行数据交换。我们研究了使用深度卷积神经网络对 JT65A 通信协议传输的多频移键控弱信号进行软件解调。我们以符号错误率和比特错误率的形式呈现了解调性能。我们关注该协议在加性高斯白噪声下的抗干扰能力，其平均信噪比范围为 -30 dB 至 0 dB，这是首次获得的结果。我们证明了抗干扰能力比正交 MFSK 信号非相干解调的理论极限低约 1.5 dB。
引用
@article{arxiv.2502.19097,
title = {Software demodulation of weak radio signals using convolutional neural network},
author = {Mykola Kozlenko and Ihor Lazarovych and Valerii Tkachuk and Vira Vialkova},
journal= {arXiv preprint arXiv:2502.19097},
year = {2025}
}
备注
4 pages, 8 figures. This is the preprint version of the paper published in 2020 IEEE 7th International Conference on Energy Smart Systems (ESS). The final version is available at IEEE Xplore: https://ieeexplore.ieee.org/document/9160035. arXiv admin note: text overlap with arXiv:2502.16371