Разработка интеллектуального алгоритма распознавания вида модуляции для системы радиодоступа
Автор: Ананьев З.Ю., Диязитдинов Р.Р.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Радиопередающие и радиоприемные устройства, телевидение
Статья в выпуске: 4 (92) т.23, 2025 года.
Бесплатный доступ
Статья посвящена разработке алгоритма распознавания вида модуляции. Целью работы является повышение помехоустойчивости систем радиодоступа, использующих различные виды модуляций для передачи данных. В работе рассматривалось три вида модуляций: BPSK, QPSK, QAM-16. Для построения алгоритма была использована модель распознавания на основе нейронной сети с архитектурой многослойного перцептрона. В результате был разработан алгоритм распознавания, также проведено компьютерное моделирование для определения вероятности ошибки распознавания в зависимости от отношения «сигнал/шум». В частности, при отношении «сигнал/шум» 5 дБ вероятность ошибки распознавания для всех видов модуляции была ниже 0,01. Было установлено, что вероятность ошибки для BPSK выше, чем у QPSK, а у QPSK выше, чем у QAM-16. Практическая значимость работы заключается в разработке независимого механизма распознавания вида модуляции, позволяющего улучшить качество связи в случае, если информация об используемой модуляции была утеряна или искажена при передаче. Исследования могут быть полезны для разработчиков систем стандартов четвертого и пятого поколения.
Распознавание, модуляция, радиодоступ, искусственный интеллект, многослойный перцептрон, компьютерное моделирование
Короткий адрес: https://sciup.org/140314013
IDR: 140314013 | УДК: 004.93'1 | DOI: 10.18469/ikt.2025.23.4.06
Intelligent algorithm development of modulations type recognizing for radio access systems
This article is devoted to the development of a modulation type recognition algorithm. Its purpose is to improve the noise immunity of radio access systems using various types of modulations for data transmission. Three types of modulation were considered: BPSK, QPSK, and QAM-16. A recognition model based on a neural network with multilayer perceptron architecture. As a result, a recognition algorithm was developed, and computer modeling to estimate the probability of recognition error as a function of the signal-to-noise ratio was conducted. In particular, the probability of recognition error for all types of modulation was less than 0.01 if signal-to-noise ratio equaled 5 dB. Also, the error probability for BPSK was higher than for QPSK, and for QPSK it was higher than for QAM-16. The practical significance of this study lies in the development of an independent way for modulation type recognition, which can improve communication quality if information about the modulation type is lost or distorted during transmission. This research may be useful for developers of 4G and 5G systems.
