DOI
10.34229/KCA2522-9664.26.4.13
УДК 004.93+621.396
В.Ю. СЕМЕНОВ
Київський академічний університет, Київ, Україна,
vasyl.delta@gmail.com
Є.В. СЕМЕНОВА
Інститут математики НАН України, Київ, Україна;
Київський академічний університет, Київ, Україна,
semenovaevgen@gmail.com
МЕТОД СЛІПОГО РОЗДІЛЕННЯ СИГНАЛІВ З ФАЗОВОЮ
МАНІПУЛЯЦІЄЮ НА ОСНОВІ НЕЙРОННОЇ МЕРЕЖІ
Анотація. Розглянуто задачу одноканального сліпого розділення двох сигналів з фазовою маніпуляцією та невідомими параметрами. Ця задача є особливо важливою для систем зв’язку, в яких два сигнали займають одну й ту саму частотну смугу. Показано, що задачу сліпого розділення можна звести до задачі багатокласової класифікації, яку можливо розв’язати за допомогою сучасних методів машинного навчання. Для розв’язання цієї задачі запропоновано застосування чотиришарової нейронної мережі. Ефективність такого методу перевірено на BPSK- та QPSK-сигналах за різних співвідношень амплітуд і за різних рівнів шуму. Також показано, що за відсутності одного з сигналів запропонований метод розділення ефективно виконує демодуляцію наявного сигналу.
Ключові слова: сліпе розділення, BPSK-сигнал, QPSK-сигнал, нейромережа.
повний текст
СПИСОК ЛІТЕРАТУРИ
- Agne C., Cornell B., Dale M., Keams R., Lee F. Shared-spectrum bandwidth efficient satellite communications. 2010 IEEE Military Communications Conference (MILCOM 2010). 2010. P. 341–346. https://doi.org/10.1109/MILCOM.2010.5674844.
- Hyvrinen A., Oja E. Independent component analysis: algorithms and applications. Neural Networks. 2000. Vol. 13, N 4–5. P. 411–430. https://doi.org/10.1016/S0893-6080(00)00026-5.
- Gouldieff V., Palicot J. MISO estimation of asynchronously mixed BPSK sources. 2015 23rd European Signal Processing Conference (EUSIPCO). 2015. P. 369–373. https://doi.org/10.1109/EUSIPCO.2015.7362407.
- Semenov V., Semenova Ye. Method for the single-channel blind separation based on particle filtering. Physico-Mathematical Modelling and Informational Technologies. 2021. Vol. 32. P. 22–26.
- Chi W., Hua P., Zeyu Q. Blind separation of PCMA signals based on neural network. MATEC Web of Conferences. 2018. Vol. 173. Article number 03045. https://doi.org/10.1051/matecconf/201817303045.
- Tu S. L., Zheng H., Gu N. Single-channel blind separation of two QPSK signals using per-survivor processing. 2008 IEEE Asia Pacific Conference on Circuits and Systems. 2008. P. 473–476. https://doi.org/10.1109/APCCAS.2008.4746059.
- O’Shea T., Hoydis J. An introduction to deep learning for the physical layer. IEEE Transactions on Cognitive Communications and Networking. 2017. Vol. 3, N 4. P. 563–575. https://doi.org/10.1109/TCCN.2017.2758370.
- Semenov V., Semenova Ye. Applying machine learning methods to certain problems of digital signal processing in telecommunication problems. Cybernetics and Systems Analysis. 2025. Vol. 61, N 4. P. 697–704. https://doi.org/10.1007/s10559-025-00803-w.
- Semenov V., Semenova Ye. Method for the automatic modulation classification for the sums of phase-shift-keying signals based on polynomial features. Proc. 2024 IEEE 42nd International Conference on Electronics and Nanotechnology (ELNANO) (13–16 May 2024, Kyiv, Ukraine). 2024. P. 587–590. https://doi.org/10.1109/ELNANO63394.2024.10756909.
- Masters D., Luschi C. Revisiting small batch training for deep neural networks. arXiv:1804.07612 [cs.LG]. 20 Apr 2018. https://doi.org/10.48550/arXiv.1804.07612.
