تشخیص خودکار نوع مدولاسیون دیجیتال در سیستم¬های OFDM

دانشكده مهندسی برق
پايان‌نامه براي دريافت درجه کارشناسی ارشد
در رشته مهندسی برق گرايش مخابرات
تشخیص خودکار نوع مدولاسیون دیجیتال در سیستمهای OFDM
استاد راهنما:
دكتر عطاالله ابراهیم زاده شرمه
اساتید مشاور:
دكتر محمدرضا ذهابی
دكتر بیژن عباسی آرند
دانشجو:
عباس فتحتبار فیروزجاه
1393

کپی فرم صورت جلسه دفاع دانشگاه صنعتی نوشیروانی که ممهور به تحصیلات تکمیلی است
نام دانشكده: مهندسی برق
نام دانشجو: عباس فتح تبار فیروزجاه
عنوان پايان‌نامه: تشخیص خودکار نوع مدولاسیون دیجیتال در سیستمهای OFDM
تاريخ دفاع:
رشته: مهندسی برق
گرايش: مخابرات
رديف سمت نام و نام خانوادگي مرتبه دانشگاهي دانشگاه يا مؤسسه امضا
1 استاد راهنما 2 استاد مشاور 3 استاد مشاور 4 استاد مدعو داخلی 5 استاد مدعو داخلی
تأييديه‌ي صحت و اصالت نتايج و مالکیت مادی و معنوی
باسمه تعالي
اينجانب عباس فتح تبار فیروزجاه به شماره دانشجويي 914120037 دانشجوي رشته مهندسی برق مخابرات مقطع تحصيلي کارشناسی ارشد تأييد مي‌نمايم كه كليه‌ي نتايج اين پايان‌نامه ارشد تحت عنوان “تشخیص خودکار نوع مدولاسیون دیجیتال در سیستمهای OFDM” به استاد راهنمایی دکتر عطاالله ابراهیم زاده حاصل كار اينجانب و بدون هرگونه دخل و تصرف است و موارد نسخه‌برداري‌شده از آثار ديگران را با ذكر كامل مشخصات منبع ذكر كرده‌ام. درصورت اثبات خلاف مندرجات فوق، به تشخيص دانشگاه مطابق با ضوابط و مقررات حاكم (قانون حمايت از حقوق مؤلفان و مصنفان و قانون ترجمه و تكثير كتب و نشريات و آثار صوتي، ضوابط و مقررات آموزشي، پژوهشي و انضباطي …) با اينجانب رفتار خواهد شد و حق هرگونه اعتراض درخصوص احقاق حقوق مكتسب و تشخيص و تعيين تخلف و مجازات را از خويش سلب مي‌نمايم. در ضمن، مسؤليت هرگونه پاسخگويي به اشخاص اعم از حقيقي و حقوقي و مراجع ذي‌صلاح (اعم از اداري و قضايي) به عهده‌ي اينجانب خواهد بود و دانشگاه هيچ‌گونه مسؤليتي در اين خصوص نخواهد داشت. در ضمن تمام دستاوردهای مادی و معنوی حاصله از پایان نامه ارشد متعلق به دانشگاه صنعتی نوشیروانی بابل است و اینجانب هیچ گونه ادعایی در قبال آن ندارم.

نام و نام خانوادگي:
امضا و تاريخ:

مجوز بهره‌برداري از پايان‌نامه
بهره‌برداري از اين پايان‌نامه در چهارچوب مقررات كتابخانه و با توجه به محدوديتي كه توسط استاد راهنما به شرح زير تعيين مي‌شود، بلامانع است:
بهره‌برداري از اين پايان‌نامه/ رساله براي همگان بلامانع است.
بهره‌برداري از اين پايان‌نامه/ رساله با اخذ مجوز از استاد راهنما، بلامانع است.
بهره‌برداري از اين پايان‌نامه/ رساله تا تاريخ ……………………………… ممنوع است.
نام استاد يا اساتيد راهنما:
تاريخ:
امضا:

تقديم به:
تمامی رهپویان راه علم و معرفت
که به حکایت» ن و قلم« و آنچه مینگارد معترفند.
و تقدیمی خالصانه به پدر، مادر، همسر و فرزند عزیزم.

تشكر و قدرداني:
سپاس خدایی را که به انسان نعمت آموختن عطا فرمود. در این مجال ،صمیمانه ترین تقدیرها را نثار خانواده گرانقدر خویش می نمایم که بیشک اتمام این مهم بدون همراهی ایشان میسر نمی بود. و نیز از تمامی معلمان و استادان، بویژه از اساتید گرانقدر گروه مخابرات ، آقایان دکتر عطاءالله ابراهیمزاده شرمه، دکتر محمدرضا ذهابی ، دکتر بیژن عباسی آرند، دکتر علی آقاگلزاده و آقای دکتر سید مهدی حسینی اندارگلی متشکرم که در امر راهنمایی، مشاوره و داوری این پایاننامه، ا ینجانب را از راهنمایی ها و بذل محبت خویش بهره مند ساختند.
چکيده
تشخیص مدولاسیون را میتوان یکی از بخشهاي اصلی گیرندههاي نوین مخابراتی دانست. شناساگر خودكار نوع سيگنال، عمل تعيين نوع مدولاسيون سيگنال دريافتي را در بين مجموعهاي از مدولاسيونها به صورت خودکار انجام ميدهد. اكثر سیستمهای شناساگر خودکار نوع مدولاسیون در تشخیص تعداد بالای مدولاسیون عملکرد نامناسبی داشته و نیز در شرايط سيگنال به نويز پايين، بازدهی کمی دارند. این نوع سیستمها جهت تشخیص، نیاز به تعداد بالایی از ویژگیهاي کلیدی دارند. بهدليل کاربرد روزافزون سيگنال ديجيتال در مخابرات و تلاش جهت انتقال اطلاعات با نرخ بالا در سیستمهای مبتنی بر OFDM، در اين پژوهش، تلاش شده است تا با انتخاب ويژگيهاي بسيار كارا و استفاده از طبقهبندي كنندهی موثر، شناساگر مناسبی ارائه داده شود. در شناساگر پیشنهادی در بخش استخراج ویژگی، از ویژگیهای آمارگان مرتبهی بالا (ممانها وکومولانها تا مرتبهی هشتم) براساس طبقهبندی کنندهی ماشین بردار پشتیبان استفاده شده است. لازم به ذکر است در این پایاننامه به صورت محدود از OFDM بهره برده و تاثیر سیستم OFDM بر ویژگیهای آمارگان مرتبهی بالا مورد بررسی قرار گرفت. در این پایاننامه، جهت افزایش کارایی سیستم و کاهش همبستگی میان ویژگیها، برای اولینبار در این حوزه، ترکیب خطی ویژگیها، به عنوان روشی جدید ارائه داده شده، سپس برای بهینهسازی این ترکیب، از الگوریتم بهینهسازی فاخته استفاده گردیده است. شناساگر پیشنهادی در سیگنال به نویز dB10- ، به درصد موفقیت %98.33 دست یافته است. مدولاسیونهایی که در این پژوهش مورد بررسی قرار گرفته عبارتند از: 4ASK، 8ASK، 2PSK ،4PSK ،8PSK، 16QAM، 64QAM، 128QAM،256QAM و V29.
واژه‌هاي كليدي: تشخیص خودکار نوع مدولاسیون، ترکیب خطی بردار ویژگی، تشخیص الگو، سیستم OFDM، کانال محوشونده، ماشین بردار پشتیبان.
صفحه فهرست مطالب عنوان
1 پيشگفتار
3 1- مقدمهای بر سيستم شناسايي خودكار نوع مدولاسيون
3 1-1- آشنايي با سيستم شناسايي خودكار نوع مدولاسيون و برخي از كاربردهاي آن
3 1-1-1- سیر تحول و توسعه سیستم های مخابراتی دیجیتال
6 1-1-2- اهمیت و کاربردهای سیستم شناسایی نوع مدولاسیون
8 1-2- سير تكامل روش هاي شناسايي نوع مدولاسيون
8 1-3- دسته بندي كلي روشهاي خودكار شناسايي نوع مدولاسيون
10 1-4- مروري بر تحقیقات گذشته
12 1-5- جمع‌بندی و ساختار پایان‌نامه
14 نتیجه گیری
15 2- انتخاب ویژگی‌های مرتبه بالا و مطالب مورد نیاز
15 مقدمه
15 2-1- مروري بر مدولاسیون هاي ديجيتال
17 2-2- مفهوم استخراج ویژگی
18 2-3- ممانها و کومولانهای مرتبه‌ی بالا
18 2-3-1 ممان ها
28 2-3-2-كومولانها
37 2-4- مطالب مورد نياز
37 2-4-1- کانال چند مسیری
39 2-4-2- سیستم OFDM
39 2-4-2-1- تاریخچه مدولاسیون OFDM
40 2-4-2-2- مفهوم مالتی پلکسینگ
41 2-4-2-3- معرفی مدولاسیون OFDM
43 2-4-2-4- مدل OFDM
45 2-4-2-5- مزایا و معایب OFDM
46 2-4-3- ماشين بردارهاي پشتيبان (SVM)
46 2-4- 3-1- SVM خطی و غیرخطی
51 2-4-3-2- SVM چند کلاسه
51 2-4-4- الگوریتم بهینه‌سازی فاخته (COA)
52 2-4-4-1- زندگی و تخم‌گذاری فاخته
53 2-4-4-2- جزییات الگوریتم بهینه‌سازی الهام گرفته از فاخته
57 نتیجه‌گیری
59 3- معرفي روش پیشنهادی و نتايج شبيهسازیها
59 مقدمه
59 3-1- الگوریتم فاخته در بهینه سازی عملکرد سیستم استخراج ویژگی
59 3-1-1- انتخاب ویژگی
62 3-1-2- روش پیشنهادی جهت بهبود عملکرد سیستم استخراج ویژگی
63 3-1-2- نحوه به کارگیری الگوریتم فاخته به منظور انتخاب ویژگی
64 3-2- نتايج شبيهسازی
65 3-2-1- شناسایی نوع مدولاسیون به کمک تمام ویژگیها (آمارگان مرتبهی بالا)
66 3-2-1-1- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانال AWGN
69 3-2-1-2- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانالهای محوشونده
74 3-2-2- نتایج شبیه سازی به کمک سیستم استخراج ویژگی پیشنهادی
89 3-3- مقایسه عملکرد سیسستم پیشنهادی با کارهای انجام شده در این زمینه
90 3-4- نتيجه گيري
92 4- جمع بندي و پيشنهاد ادامه كار
92 4-1- جمع بندي
95 4-2- پيشنهادات
96 پیوستها
100 منابع و ماخذ
صفحه فهرست اشكال عنوان
16 شکل 2-1- نمايش چيدمان (منظومه) برخي از مدولاسیون‌های ديجيتال
18 شكل 2-2- نمايش نمودار ویژگی‌های ایدهآل از سیگنال ها بر حسب SNR
21 شكل 2-3- نمايش مقدار ویژگی ممان ها برای 100 سیگنال از هر مدولاسیون.
21 شكل 2-3- الف-مقدار ویژگی ممان دو-صفر
22 شكل 2-3- ب-مقدار ویژگی ممان دو-یک
22 شكل 2-3- پ-مقدار ویژگی ممان چهار-صفر
23 شكل 2-3- ت-مقدار ویژگی ممان چهار-یک
23 شكل 2-3- ج-مقدار ویژگی ممان چهار-دو
24 شكل 2-3- چ-مقدار ویژگی ممان شش-صفر
24 شكل 2-3- ح-مقدار ویژگی ممان شش-یک
25 شكل 2-3- خ-مقدار ویژگی ممان شش-دو
25 شكل 2-3- د-مقدار ویژگی ممان شش-سه
26 شكل 2-3- ذ-مقدار ویژگی ممان هشت-صفر
26 شكل 2-3- ر-مقدار ویژگی ممان هشت- یک
27 شكل 2-3- ز-مقدار ویژگی ممان هشت- دو
27 شكل 2-3- س-مقدار ویژگی ممان هشت- سه
28 شكل 2-3- ش-مقدار ویژگی ممان هشت- چهار
شكل 2-4- مقدار میانگین کومولانها را در SNR های متفاوت برای هر نوع مدولاسیون.
31 شكل 2-4- الف- مقدار ویژگی کومولان چهار-صفر
31 شكل 2-4-ب- مقدار ویژگی کومولان چهار- یک دو
32 شكل 2-4-پ-مقدار ویژگی کومولان چهار- دو
32 شكل 2-4-ت-مقدار ویژگی کومولان شش-صفر
33 شكل 2-4-ث-مقدار ویژگی کومولان شش-یک
33 شكل 2-4-ج-مقدار ویژگی کومولان شش-دو
34 شكل 2-4-چ-مقدار ویژگی کومولان شش-سه
34 شكل 2-4-ح-مقدار ویژگی کومولان هشت-صفر
35 شكل 2-4-خ-مقدار ویژگی کومولان هشت- یک
35 شكل 2-46-د-مقدار ویژگی کومولان هشت- دو
36 شكل 2-4-ذ-مقدار ویژگی کومولان هشت- سه
36 شكل 2-4-ر-مقدار ویژگی کومولان هشت- چهار
42 شکل 2-5- سیستم چندحاملی معمولی و سیستم چندحاملی متعامد
42 شکل2-6- طیف سمبل OFDM
44 شکل2-7- بلوک دیاگرام سیستم OFDM
49 شکل2-8- نمایش بردار تکیهگاه در دو دسته داده آموزشی قابل تفکيک
52 شکل 2-9- رفتار فاخته در طبیعت
54 شکل 2-10- تخمگذاری فاخته در شعاع تخمگذاری (ELR)
55 شکل 2-11- مهاجرت فاخته ها به سمت نقطه هدف
56 شکل2-12- روندنمای الگوریتم بهینهسازی فاخته
3- معرفي روش پیشنهادی و نتايج شبيهسازیها
63 شکل3-1- سيستم پيشنهادی استخراج ويژگی
64 شکل 3-2- روندنمای سيستم ترکيبی هوشمند
66 شكل 3-3- دياگرام كلي شناساگر مدولاسيون براساس استخراج ویژگی‌ها آمار گان مرتبه بالا
67 شکل 3-4- عملکرد SVM در SNRهای مختلف به ازای تمام ویژگیها
شکل 3-5- مقدار چند آمارگان مرتبهی بالا برای سیستم OFDM
70 شکل 3-5-الف- مقدار میانگین ممان چهار-صفر در کانال رایلی تخت سریع
70 شکل 3-5-ب- مقدار میانگین ممان هشت-صفر در کانال رایلی تخت سریع مرتبه
71 شکل 3-5-پ- مقدار میانگین ممان هشت-صفر در کانال رایلی فرکانس گزین سریع
71 شکل 3-5-ت- مقدار میانگین ممان شش-سه در کانال رایلی فرکانس گزین سریع
72 شکل 3-5-ث- مقدار میانگین ممان شش-سه در کانال رایسین فرکانس گزین سریع
شکل3-6- عملکرد SVM در SNR های مختلف، کانال محوشونده با همه ویژگیها
73 شکل3-6-الف- عملکرد SVM در SNR های متفاوت در کانال رایلی تخت و آهسته
73 شکل3-6-ب- عملکرد SVM در SNR های متفاوت در کانال رایلی فرکانس گزین سریع
77 شکل3-7- مقدار تابع هزینه بهترین فاخته در هر تکرار
78 شکل3-8- ویژگی جدید برای تمامی مدولاسیونها در SNR های متفاوت
79 شکل3-9- ویژگی جدید برای تمامی مدولاسیونها در SNR هایی با بازه بیشتر
81 شکل 3-10- مقایسه عملکرد شناساگر با تمام ویژگیها و ویژگیهای بهینه
83 شکل 3-11- مقادیر ویژگی جدید در کانال محو شونده رایلی
84 شکل 3-12- مقادیر ویژگی جدید در کانال محوشونده رایسین
85 شکل 3-13- عملکرد سیستم با ویژگی جدید در کانال محوشونده رایلی فرکانس گزین سریع
85 شکل 3-14- عملکرد شناساگر با ویژگی جدید، کانال محوشونده رایلی فرکانس گزین آهسته
86 شکل 3-15- عملکرد شناساگر با ویژگی جدید در کانال محوشونده رایسین فرکانسی تخت
86 شکل 3-16- مقایسه عملکرد کلی شناساگر با ویژگی جدید در کانال محوشونده رایلی
صفحه فهرست جداول عنوان
20 جدول 2-1- روابط ممان هاي موثر
29 جدول 2-2- روابط کومولان هاي موثر
30 جدول2-2- مقادیری از ممانها و کومولانها برای سیگنال بدون نویز
50 جدول 2-3- برخی از توابع کرنل معروف
65 جدول 3-1- پارامترهای کانالهای محوشونده
67 جدول 3-2- عملکرد SVM در SNR های متفاوت
68 جدول 3-3- ماتریس صحت عملکرد SVM درSNR= -10 با استفاده از تمام ویژگیها
68 جدول 3-4- ماتریس صحت عملکرد SVM درSNR= -4 با استفاده از تمام ویژگیها
69 جدول 3-5- ماتریس صحت عملکرد SVM درSNR= 2 با استفاده از تمام ویژگیها
74 جدول 3-6- ماتریس صحت عملکرد SVM درSNR= -8 dB در کانال رایلی تخت(آهسته)
74 جدول 3-7- ماتریس صحت عملکرد SVM درSNR= -8 dB ، کانال رایسین تخت(آهسته)
74 جدول 3-8- ماتریس عملکرد SVM درSNR= -8 dB ، کانال رایلی فرکانس گزین(سریع)
74 جدول 3-9- ماتریس عملکرد SVM درSNR= -8 dB ، کانال رایسین فرکانس گزین(سریع)
75 جدول 3-10- پارامترهای الگوریتم بهینهسازی فاخته
76 جدول 3-11- زمان اجرا و مقدار حداقل تابع هزینه از COA
77 جدول 3-12- ویژگی و ضرایب متناظر بهینه با استفاده از الگوریتم COA در کانال AWGN
79 جدول 3-13- میانگین مقادیر ویژگی در بازههای مختلفی از SNR
80 جدول 3-14- درصد تشخیص صحیح شناساگر با ویژگی جدید در SNR های گوناگون
80 جدول 3-15- ماتریس صحت عملکرد شناساگر با ویژگی مبتنی بر COA درSNR=-10dB
80 جدول 3-16- ماتریس صحت عملکرد شناساگر با ویژگی مبتنی بر COA درSNR=-8dB
80 جدول 3-17- ماتریس صحت عملکرد شناساگر با ویژگی مبتنی بر COA درSNR=-6dB
81 جدول 3-18- ماتریس صحت عملکرد شناساگر با ویژگی مبتنی بر COA درSNR=0dB
82 جدول 3-19- ویژگی و ضرایب متناظر بهینه با استفاده از الگوریتم COA در کانال رایلی
82 جدول 3-20- ویژگی و ضرایب متناظر بهینه با استفاده از الگوریتم COA در کانال رایسین
87 جدول 3-21- عملکرد سیستم با ویژگی جدید درSNR=-10dB ، رایلی فرکانس گزین سریع
87 جدول 3-22- عملکرد شناساگر با ویژگی جدید درSNR=-8dB ،

Author:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *