$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

M-FSK 변조 신호 분류를 위한 효율적인 진폭 스펙트럼의 첨두 검출 방법
An Efficient Peak Detection Algorithm in Magnitude Spectrum for M-FSK Signal Classification 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.19 no.6, 2014년, pp.967 - 970  

안우현 (충북대학교 전자공학과) ,  서보석 (충북대학교 컴퓨터정보통신연구소, 전자공학과)

초록
AI-Helper 아이콘AI-Helper

이 논문에서는 M-FSK(frequency shift keying) 변조신호를 자동으로 분류하는데 필요한 효율적인 첨두 검출 방법을 제안하였다. 다른 디지털 변조신호와 FSK 신호는 진폭 스펙트럼의 특성을 이용하여 분류할 수 있다. FSK 신호의 진폭 스펙트럼은 다른 디지털 변조신호와 다르게 변조차수와 동일한 수의 첨두를 나타낸다. 일반적으로 신호의 첨두를 검출하기 위해서는 임계치가 필요한데, 변조인식과 같이 사전에 신호에 대한 정보가 없는 경우 임계치를 정하기 어려운 점이 있다. 이 논문에서는 진폭 스펙트럼의 히스토그램을 이용하여 자동으로 간단하게 임계치를 결정하는 방법을 제시하였다. 모의실험 결과 적은 수의 표본과 잡음이 많은 환경에서도 매우 우수한 분류확률을 나타내었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

An efficient peak detection algorithm in magnitude spectrum is proposed to distinguish the M-frequency shift keying(FSK) signals from other digitally modulated signal. In addition, recognition of the modulation order estimation of FSK signals is also studied based on the fact that the magnitude spec...

주제어

#peak detection   #spectrum histogram   #M-FSK signal classification  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 이 논문에서는 간단하면서도 효율적인 방법으로 진폭스펙트럼을 이용하여 FSK 신호와 비FSK 신호를 분류하고, M-FSK 신호의 변조차수를 인식하기 위한 방법을 제시하였다. 대상으로 하는 변조방식은 M = 8까지의 M-FSK 신호와 3 종류의 비FSK 신호 MSK(minimum shift keying), QPSK(quadrature phase shift keying), 16-QAM(quadrature amplitude modulation)를 합하여 모두 6가지이다.
  • 이 논문에서는 진폭 스펙트럼에 대해 확률밀도함수와 유사한 히스토그램을 이용해서 FSK 신호와 비FSK 신호를 분류하고, M-FSK 신호의 변조차수를 추정하는 방법을 제시하였다. 모의실험 결과를 통해 제시한 방법은 기존의 이동창 평균방법(moving average)을 이용하여 임계치를 설정 하는 방법과 비교하여 계산량의 정도가 유사하면서도 더 우수한 성능을 나타냄을 확인할 수 있었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
변조인식은 무엇인가? 특히 이 논문에서는 무선통신 공학의 한 분야인 변조인식을 위한 첨두 검출 알고리듬을 중점적으로 다루었다. 변조인식[3][4]이란 신호에 대한 사전 정보없이 수신신호의 변조방식과 파라미터를 추정하는 기술로 전자전, 신호 및 간섭 식별, SDR(software defined radio)[5], 무선인지(cognitive radio)[6] 등에 적용할 수 있다. 변조인식 방법은 대상이 되는 변조신호의 종류와 개수에 따라 다르기 때문에 정형화된 방법이 존재하지 않는다.
FSK 신호의 진폭 스펙트럼이 다른 디지털 변조신호와 다른 점은 무엇인가? 다른 디지털 변조신호와 FSK 신호는 진폭 스펙트럼의 특성을 이용하여 분류할 수 있다. FSK 신호의 진폭 스펙트럼은 다른 디지털 변조신호와 다르게 변조차수와 동일한 수의 첨두를 나타낸다. 일반적으로 신호의 첨두를 검출하기 위해서는 임계치가 필요한데, 변조인식과 같이 사전에 신호에 대한 정보가 없는 경우 임계치를 정하기 어려운 점이 있다.
M-FSK 신호의 진폭 스펙트럼의 특성을 이용해 추정할 수 있는 것은 무엇인가? M-FSK 신호의 진폭 스펙트럼은 PSK, QAM 등 다른 디지털 변조신호와 다르게 편이 주파수를 중심으로 첨두 형태의 모양을 나타낸다[6]. 따라서 이 특성을 이용하면 FSK 신호를 비FSK 신호와 구별하고 또 첨두의 개수를 추정하여 FSK 신호의 변조차수도 추정할 수 있다. 그러나 첨두 부근에는 잔 첨두가 많이 나타나 구별하기 어려운 경우가 발생할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. F. Scholkmann, J. Boss, and M. Wolf, "An Efficient Algorithm for Automatic Peak Detection in Noisy Periodic and Quasi-Periodic Signals", Algorithms, vol. 5, pp. 588-603, 2012. 

    상세보기 crossref

  2. G. Palshikar, "Simple algorithms for peak detection in time-series", In Proceedings of 1st IIMA International Conference on Advanced Data Analysis, Business Analytics and Intelligence, 2009. 

  3. O. A. Dobre and R. Inkol, "Blind signal identification: Achievements, trends, and challenges", Communications (COMM), 9th International Conference on, pp. 349-352, 2012. 

  4. A. Hazza, M. Shoaib, S.A. Alshebeili, A. FAHAD, "An overview of feature-based methods for digital modulation classification", Communications, Signal Processing, and their Applications (ICCSPA), 1st International Conference on, pp. 1-6, 2013. 

  5. T. Ulversoy, "Software Defined Radio: Challenges and Opportunities", IEEE Communications Surveys & Tutorials, vol. 12, pp. 531-550, 2010. 

    상세보기 crossref

  6. S. Haykin, "Cognitive radio: brain-empowered wireless communications", in Proc. of the IEEE Journal on Selected Areas in Communications, vol. 23, pp. 201-220, 2005. 

  7. Z. Yu, Y. Q. Shi, and W. Su, "M-ary frequency shift keying signal classification based-on discrete Fourier transform", in IEEE Military Communications Conference. MILCOM '03., vol. 2, pp. 1167-1172, 2003. 

  8. W. Hongfei, O. A. Dobre, L. Cheng, and R. Inkol, "M-FSK signal recognition in fading channels for cognitive radio", in IEEE Radio and Wireless Symposium (RWS), pp. 375-378, 2012. 

  9. W.H. Ahn, S.P. Nah, and B.S. Seo, "Digitally Modulated Signal Classification based on Higher Order Statistics of Cyclostationary Process", Journal of Broadcast Engineering, vol. 19, pp. 195-204, 2014. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로