The Identification of Digitally Modulated Signal Formats using a Self-Organized Neural Network

자율조직 신경망을 이용한 디지털 변조형식 식별

In this paper, a new identification method is proposed for unknown digitally modulated input signals. The proposed identification method is implemented using a self-organized neural network which is based on the characteristic features of the symbol magnitude; the number of symbol magnitude levels, amplitude probability density and adjacent symbol magnitude ratio. The proposed method was performed for 5 QAM signals. The simulation results show that the self-organized neural network can accurately recognize all kinds of patterns even at SNR 8dB. The proposed method can be applied to the intelligent communication system on ISDN and multi-point polling networks.

본 논문에서는 미상 디지털 변조 신호가 입력되는 경우에 변조형식을 식별하는 방법을 제안하였다. 제안된 방법에서는 수신된 신호의 진폭 레벨수, 진폭 확률 분포 및 인접 신호간 진폭비를 특징벡터로 이용하여 자율조직 신경망으로 구현하였다. 제안된 방법의 타당성을 검증하기 위하여 5개의 QAM 신호에 적용하고, 모의실험을 통하여 인식도를 확인한 결과, 8dB에서도 변조형식을 식별하여 그 효용성이 입증되었다. 본 논문에서 제안한 방법은 종합정보통신망. 다중 접속 통신망에서 지능형 통신시스템 구현에 활용할 수 있다.