Resumen

Calcular las características distintivas a partir de los datos de entrada, antes de la clasificación, es una parte de la complejidad de los métodos de clasificación automática de modulación (AMC) que se ocupa de la clasificación de modulación y es un problema de reconocimiento de patrones. Sin embargo, los algoritmos que se centran en la modulación de amplitud en cuadratura multilevel (M-QAM) que subyace en diferentes escenarios de canal están bien detallados. Una búsqueda en la literatura reveló que se realizaron pocos estudios sobre la clasificación de esquemas de modulación M-QAM de alto orden como 128-QAM, 256-QAM, 512-QAM y 1024-QAM. Este trabajo se centra en la investigación de la potente capacidad de las propiedades logarítmicas naturales y la posibilidad de extraer características de cumulantes de orden superior (HOC) a partir de los datos de entrada recibidos en bruto. Las señales HOC fueron extraídas bajo el canal de ruido gaussiano blanco aditivo (AWGN) con cuatro par

• Materias:Sensores Seguridad informática Rendimiento del hardware Matriz
• Subjects:sensors Computer security Hardware performance Matrix
• Palabras claves:Propiedades del logaritmo natural; Características de cumulantes de orden superior (HOC); Clasificación de modulación; Señales M-QAM; Clasificación automática de modulación (AMC); Modelo de clasificación logarítmica
• Keywords:Natural logarithmic properties; Higher order cumulants (HOC) features; Modulation classification; M-QAM signals; Automatic modulation classification (AMC); Logarithmic classifier model