Bài viết "Nâng cao hiệu quả phân loại điều chế tự động sử dụng mạng CNN đa đầu vào" đề xuất một phương pháp sử dụng mạng học sâu đa đầu vào để trích lọc nhiều hơn các đặc trưng của tín hiệu từ đó nâng cao độ chính xác phân loại. Mô hình đa đầu vào lần lượt được đánh giá với các đầu vào khác nhau, gồm tín hiệu IQ kết hợp tín hiệu I (In-phase) (gọi là mô hình IQ-I) và tín hiệu IQ kết hợp tín hiệu Q (Quadrature phase) (gọi là mô hình IQ-Q). Mời các bạn cùng tham khảo! | Hội nghị Quốc gia lần thứ 25 về Điện tử Truyền thông và Công nghệ Thông tin REV-ECIT2022 Nâng cao hiệu quả phân loại điều chế tự động sử dụng mạng CNN đa đầu vào Tạ Thị Kiều Lan1 Lê Hà Khánh1 Hoàng Văn Phúc1 và Đoàn Văn Sáng2 1 Viện Tích hợp hệ thống Trường Đại học Kỹ thuật Lê Quý Đôn Số 236 Hoàng Quốc Việt Quận Bắc Từ Liêm Hà Nội 2 Học viện Hải Quân Nha Trang Khánh Hòa Email phuchv@ Tóm tắt Phân loại điều chế tự động Automatic Modulation số kênh và việc tính toán sẽ phức tạp khi các tham số chưa biết Classification AMC là quá trình phát hiện và phân loại điều được đưa vào. Trong khi đó phương pháp FB được sử dụng chế dựa trên tín hiệu thu được mà không có thông tin tiên bằng cách trích xuất tích lũy bậc cao hơn HOC Higher-order nghiệm về tín hiệu sóng mang công suất tín hiệu pha tín cumulants và phân tích các đặc trưng cho mỗi sơ đồ điều chế. hiệu . Học sâu Deep Learning DL là một trong những Tuy nhiên các phương pháp trên đều phân loại kém hiệu quả phương pháp hứa hẹn nhất với độ chính xác cao ngày càng được ứng dụng rộng rãi vào phân loại điều chế tự động. Các nghiên trong môi trường kênh phức tạp 3 . cứu trước đây trong phân loại tín hiệu điều chế chỉ tập trung với Không giống như các kỹ thuật LB và FB yêu cầu ngưỡng các mô hình đơn đầu vào nên độ chính xác phân loại còn hạn quyết định thủ công phương pháp học sâu có thể thích nghi chế. Do đó nghiên cứu trong bài báo này đề một phương pháp tìm kiếm và xác định chúng. Các thuật toán AMC thông sử dụng mạng học sâu đa đầu vào để trích lọc nhiều hơn các đặc trưng của tín hiệu từ đó nâng cao độ chính xác phân loại. Mô thường cần tính toán với thời gian thực để đưa ra kết quả. hình đa đầu vào lần lượt được đánh giá với các đầu vào khác Không chỉ là độ phức tạp tính toán cao hơn mà thời gian trễ nhau gồm tín hiệu IQ kết hợp tín hiệu I In-phase gọi là mô dài hơn đều không có lợi để áp dụng trong toàn bộ hệ thống hình IQ-I và tín hiệu IQ kết hợp tín hiệu Q Quadrature phase truyền thông. Học sâu có thể thích
