Акустический модем: классификация типа модуляции с использованием средств машинного обучения

Abstract

Разработана модель акустического модема для исследования автоматической классификации типа модуляции (AMC) в условиях аддитивного белого гауссовского шума. Реализованы три вида цифровой модуляции (2-FSK, 2-ASK/OOK, BPSK), генерация синтетического датасета и обучение классификатора Random Forest на основе пяти статистических и спектральных признаков. Для повышения качества сигнала применена полосовая FIR-фильтрация (firwin2). Получены зависимости BER и accuracy от SNR. Показано, что точность классификации превышает 95 % при SNR ≥ 5 дБ. Результаты подтверждают эффективность машинного обучения для автоматического определения типа модуляции в акустических каналах связи.