Дипломная работа: Разработка программы распознавания модуляции радиосигнала в сложной помеховой обстановке

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Десять лучших конфигураций

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,988
2	SELU	Sigmoid	0,98475
3	ELU	Sigmoid	0,98475
4	ELU	SELU	0,982625
5	SoftPlus	Sigmoid	0,980625
6	ELU	HardSigmoid	0,979875
7	ELU	ELU	0,979625
8	SELU	SoftSign	0,97925
9	SELU	HardSigmoid	0,97825
10	ELU	SoftSign	0,978

С шумом {-0.1, 0.1}

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,975
2	SELU	Sigmoid	0,982125
3	ELU	Sigmoid	0,979125
4	ELU	SELU	0,981625
5	SoftPlus	Sigmoid	0,976625
6	ELU	HardSigmoid	0,9735
7	ELU	ELU	0,979875
8	SELU	SoftSign	0,977625
9	SELU	HardSigmoid	0,97325
10	ELU	SoftSign	0,969

С шумом {-0.25, 0.25}

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,978
2	SELU	Sigmoid	0,98175
3	ELU	Sigmoid	0,981125
4	ELU	SELU	0,984875
5	SoftPlus	Sigmoid	0,970375
6	ELU	HardSigmoid	0,967375
7	ELU	ELU	0,972875
8	SELU	SoftSign	0,97225
9	SELU	HardSigmoid	0,974625
10	ELU	SoftSign	0,967

С шумом {-0.5, 0.5}

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,974125
2	SELU	Sigmoid	0,98
3	ELU	Sigmoid	0,9795
4	ELU	SELU	0,981125
5	SoftPlus	Sigmoid	0,9775
6	ELU	HardSigmoid	0,96925
7	ELU	ELU	0,97925
8	SELU	SoftSign	0,9725
9	SELU	HardSigmoid	0,971625
10	ELU	SoftSign	0,967375

С шумом {-1, 1}

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,975625
2	SELU	Sigmoid	0,977625
3	ELU	Sigmoid	0,987125
4	ELU	SELU	0,988125
5	SoftPlus	Sigmoid	0,974125
6	ELU	HardSigmoid	0,97875
7	ELU	ELU	0,98075
8	SELU	SoftSign	0,970625
9	SELU	HardSigmoid	0,966125
10	ELU	SoftSign	0,97525

Итог

Все десять конфигураций показывают очень высокую точность распознавания в ~98% при любом уровне шума. Лучший результат при максимальном уровне шума показала конфигурация ELU/SELU с 99% точности распознавания.

QAM, M=2^n

Без шума

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	ReLU	ReLU	0,534875
2	ReLU	ELU	0,64375
3	ReLU	SELU	0,67775
4	ReLU	SoftSign	0,58525
5	ReLU	SoftPlus	0,6605
6	ReLU	HardTanh	0,519375
7	ReLU	HardSigmoid	0,565
8	ReLU	Sigmoid	0,658125
9	ELU	ReLU	0,642875
10	ELU	ELU	0,728875
11	ELU	SELU	0,766625
12	ELU	SoftSign	0,725125
13	ELU	SoftPlus	0,712375
14	ELU	HardTanh	0,65225
15	ELU	HardSigmoid	0,698
16	ELU	Sigmoid	0,758875
17	SELU	ReLU	0,6595
18	SELU	ELU	0,74675
19	SELU	SELU	0,777375
20	SELU	SoftSign	0,762875
21	SELU	SoftPlus	0,72075
22	SELU	HardTanh	0,679875
23	SELU	HardSigmoid	0,731625
24	SELU	Sigmoid	0,76925
25	SoftSign	ReLU	0,465875
26	SoftSign	ELU	0,449625
27	SoftSign	SELU	0,4545
28	SoftSign	SoftSign	0,43675
29	SoftSign	SoftPlus	0,480125
30	SoftSign	HardTanh	0,436375
31	SoftSign	HardSigmoid	0,456875
32	SoftSign	Sigmoid	0,448375
33	SoftPlus	ReLU	0,5725
34	SoftPlus	ELU	0,601625
35	SoftPlus	SELU	0,667875
36	SoftPlus	SoftSign	0,678125
37	SoftPlus	SoftPlus	0,7025
38	SoftPlus	HardTanh	0,57375
39	SoftPlus	HardSigmoid	0,6225
40	SoftPlus	Sigmoid	0,71675
41	HardTanh	ReLU	0,3985
42	HardTanh	ELU	0,423625
43	HardTanh	SELU	0,419
44	HardTanh	SoftSign	0,389875
45	HardTanh	SoftPlus	0,44625
46	HardTanh	HardTanh	0,390875
47	HardTanh	HardSigmoid	0,415375
48	HardTanh	Sigmoid	0,428375
49	HardSigmoid	ReLU	0,453125
50	HardSigmoid	ELU	0,489125
51	HardSigmoid	SELU	0,49225
52	HardSigmoid	SoftSign	0,4805
53	HardSigmoid	SoftPlus	0,49575
54	HardSigmoid	HardTanh	0,4745
55	HardSigmoid	HardSigmoid	0,48625
56	HardSigmoid	Sigmoid	0,51275
57	Sigmoid	ReLU	0,548
58	Sigmoid	ELU	0,564375
59	Sigmoid	SELU	0,584375
60	Sigmoid	SoftSign	0,5595
61	Sigmoid	SoftPlus	0,541125
62	Sigmoid	HardTanh	0,54925
63	Sigmoid	HardSigmoid	0,549625
64	Sigmoid	Sigmoid	0,54825

Десять лучших конфигураций

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,777375
2	SELU	Sigmoid	0,76925
3	ELU	SELU	0,766625
4	SELU	SoftSign	0,762875
5	ELU	Sigmoid	0,758875
6	SELU	ELU	0,74675
7	SELU	HardSigmoid	0,731625
8	ELU	ELU	0,728875
9	ELU	SoftSign	0,725125
10	SELU	SoftPlus	0,72075

Обучение с другими параметрами

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,912
2	SELU	Sigmoid	0,897333
3	ELU	SELU	0,924
4	SELU	SoftSign	0,901
5	ELU	Sigmoid	0,914667
6	SELU	ELU	0,898333
7	SELU	HardSigmoid	0,903667
8	ELU	ELU	0,913333
9	ELU	SoftSign	0,902333
10	SELU	SoftPlus	0,878333

С шумом {-0.1, 0.1}

Сигнальные созвездия с данным уровнем шума

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,913333
2	SELU	Sigmoid	0,897333
3	ELU	SELU	0,925
4	SELU	SoftSign	0,894667
5	ELU	Sigmoid	0,911
6	SELU	ELU	0,902
7	SELU	HardSigmoid	0,894
8	ELU	ELU	0,906667
9	ELU	SoftSign	0,914667
10	SELU	SoftPlus	0,878333

С шумом {-0.25, 0.25}

Сигнальные созвездия с данным уровнем шума

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,903667
2	SELU	Sigmoid	0,902333
3	ELU	SELU	0,929333
4	SELU	SoftSign	0,904
5	ELU	Sigmoid	0,910333
6	SELU	ELU	0,901
7	SELU	HardSigmoid	0,893
8	ELU	ELU	0,904333
9	ELU	SoftSign	0,899
10	SELU	SoftPlus	0,867667

С шумом {-0.5, 0.5}

Сигнальные созвездия с данным уровнем шума

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,912333
2	SELU	Sigmoid	0,901667
3	ELU	SELU	0,925
4	SELU	SoftSign	0,899
5	ELU	Sigmoid	0,918667
6	SELU	ELU	0,909
7	SELU	HardSigmoid	0,899667
8	ELU	ELU	0,91
9	ELU	SoftSign	0,901667
10	SELU	SoftPlus	0,878667

С шумом {-1, 1}

Сигнальные созвездия с данным уровнем шума

№	Первая функция активации	Вторая функция активации	Точность распознавания
1	SELU	SELU	0,906
2	SELU	Sigmoid	0,898
3	ELU	SELU	0,911333
4	SELU	SoftSign	0,898667
5	ELU	Sigmoid	0,905333
6	SELU	ELU	0,882333
7	SELU	HardSigmoid	0,902333
8	ELU	ELU	0,892667
9	ELU	SoftSign	0,882
10	SELU	SoftPlus	0,876667

Итог

Как и в предыдущем случае, западения точности распознавания нет при любом уровне шума, но в целом точность распознавания просела на ~5%. Лучший результат вновь показала конфигурация ELU/SELU с 91% точности распознавания.

Программа

Используя конфигурации нейронных сетей, которые показывали лучшие результаты для каждой выборки была написана программа, которая с их помощью определяет тип модуляции сигнала. Нейронные сети и программы были написаны в среде Wolfram Mathematica. Код лежит в отрытом доступе на платформе GitHub 21..

Интерфейс программы.

Мы можем выбрать интересующую нас выборку.

И интересующую нас нейронную сеть.

Каждая выборка содержит 10000 сигналов. Для тестирования мы можем выбрать любой из них. К примеру, 42 сигнал из выборки, содержащей QAM сигналы без шума. Мы можем его посмотреть.

И соответственно можем определить тип модуляции сигнала с помощью нейронной сети.

Как мы видим, тип модуляции сигнала и результат, который выдала программа, совпали.

Выводы и заключение

информация сигнал модуляция программа нейронный

Одним из результатов, полученных в ходе данного исследования, является возможность использования нейронных сетей для эффективного определения типов модуляции различных видов и с различным уровнем шума. Эффективно работающая архитектура нейронной сети оказалась достаточно простой. Не нужно использовать нейронные сети со сложной структурой. Другим результатом является нахождение функций активации, которые дают высокий процент распознавания в соответствующих конфигурациях нейронных сетей. Интересен и тот факт, что в случаях с APSK и QAM, точность распознавания не падает на сигналах с высоким уровнем шума.

Источник: https://otherreferats.allbest.ru/download/1180021/

Смотрите также:

44
Аффект и его уголовно-правовое значение
Билеты по АО часть 2
Биологические проблемы экологии
Взаимосвязь инструментов качества: TQM и QFD
Исследование интегральных и логических схем и триггеров
Общая характеристика фирмы
Понятие пенсии по случаю потери кормильца (Трудовая пенсия по случаю потери кормильца)
Принятие управленческих решений как основа управления государственной и муниципальной собственностью
Разработка технологии производства эффективных битумоминеральных композиций для дорожных покрытий. Лозикова Ю.Г., Скориков С.В