Reconnaissance Automatique de la Modulation à base des Séparateurs à Vaste Marge (SVM).

Abstract

Le travail présenté dans le cadre de ce mémoire concerne la diversité coopérative avec laquelle nous avons combiné trois techniques très utilisées dans le domaine des communications sans fil à savoir : le système MIMO, le système MIMO à modulation spatiale (SM-MIMO) et radio intelligente, et ce dans le but d’améliorer d’avantage les performances et la qualité des transmissions. La reconnaissance automatique de type de modulation (AMC) est un composant important des radios cognitives (RC), elle permet aux utilisateurs d’écouter le spectre et de y détecter les espaces blancs existants. Ce projet porte sur l’étude des performances d’un système de classification automatique de type de modulation, basée sur l’apprentissage automatique : les séparateurs à Vaste Marge (SVM) qui visent une identification optimale des types de modulation. Les résultats de simulations obtenus ont démontré de meilleures performances des solutions proposées et une grande robustesse face aux erreurs d’estimation des canaux. Le travail présenté dans le cadre de ce mémoire concerne la diversité coopérative avec laquelle nous avons combiné trois techniques très utilisées dans le domaine des communications sans fil à savoir : le système MIMO, le système MIMO à modulation spatiale (SM-MIMO) et radio intelligente, et ce dans le but d’améliorer d’avantage les performances et la qualité des transmissions. La reconnaissance automatique de type de modulation (AMC) est un composant important des radios cognitives (RC), elle permet aux utilisateurs d’écouter le spectre et de y détecter les espaces blancs existants. Ce projet porte sur l’étude des performances d’un système de classification automatique de type de modulation, basée sur l’apprentissage automatique : les séparateurs à Vaste Marge (SVM) qui visent une identification optimale des types de modulation. Les résultats de simulations obtenus ont démontré de meilleures performances des solutions proposées et une grande robustesse face aux erreurs d’estimation des canaux.