Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La prontitud y precisión de las señales de identificación no asistidas por datos (NDA) es una de las demandas tecnológicas clave en las redes de comunicación inalámbrica no cooperativa, especialmente en el monitoreo de información y otras operaciones de guerra electrónica. Basándose en este contexto, este artículo propone un nuevo clasificador de señales de modulación por desplazamiento de fase (PSK). La periodicidad de la fase de las señales se utiliza como el carácter variado, con el cual se constituye una función fraccional para el agrupamiento de fases. La clasificación y el orden de modulación de las señales interceptadas se pueden lograr a través de la Transformada Rápida de Fourier (FFT) de la función de agrupamiento de fases. También se considera el desfase de frecuencia para condiciones prácticas. La precisión de la estimación del desfase de frecuencia tiene un impacto directo en su corrección. Por lo tanto, se proporciona una solución factible. En este artículo, se propone un estimador avanzado para estimar el desfase de frecuencia y equilibrar la precisión de la estimación y el rango bajo condiciones de relación señal-ruido (SNR) baja. La influencia en el rango de estimación causada por el intervalo de correlación máximo se elimina mediante la operación diferencial de la autocorrelación de la señal de banda base normalizada elevada a la potencia de . Luego, se adopta una suma ponderada para una estimación efectiva de la frecuencia. A continuación se presentan detalles de ecuaciones y simulaciones relevantes. El estimador propuesto puede alcanzar una precisión de estimación de incluso cuando la SNR es tan baja como . Se expresan fórmulas analíticas, y las simulaciones correspondientes ilustran que el clasificador propuesto es más eficiente que sus contrapartes incluso en condiciones de baja SNR.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Mejora del rendimiento de la computación en nube etiquetando los servicios de nodo libres como tareas listas para ejecutar
Artículo:
Comprendiendo la complejidad del ecosistema a través de la aplicación de un espacio de estado basado en procesos en lugar de una superficie potencial.
Artículo:
GAN-Holo: Holografía Generada Basada en Redes Generativas Adversarias Utilizando Aprendizaje Profundo
Artículo:
Algoritmo de coincidencia de patrones de grafo incremental para datos de grafo grandes
Artículo:
Modelo de detección de intrusiones en la red basado en el aprendizaje autosupervisado BYOL mejorado
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Libro:
Ergonomía en los sistemas de trabajo
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
