مسعود نادرپور - دانشگاه صنعتی مالک اشتر مجتمع دانشگاهی برق و کامپیوتر تهران
حسین خالقی بیزکی - دانشگاه صنعتی مالک اشتر، مجتمع دانشگاهی برق و کامپیوتر ، تهران

اخیرا آشکارسازهایی معرفی شده اند که با تخمین یک تابع موسوم به تابع جداساز، به حل مسائل آزمون فرضیه باینری می پردازند. مزیت این دسته از آشکارسازها در مقایسه با آشکارسازهای کلاسیک، بهبود عملکرد در پارهای از شرایط است. با توجه به این نکته، در این مقاله می خواهیم، مشابه ایده توابع جداساز در حل مسائل آزمون فرضیه باینری، در مسائل طبقه بندی کننده نیز از توابع جداساز استفاده کنیم. اهمیت این موضوع آن است که علاوه بر اینکه منتج به طبقه بندی کننده های جدیدی خواهد شد امکان استفاده از تئوری های مبسوط در بحث آشکارسازی در مسائل طبقه بندی را برای آینده فراهم می کند. در این مقاله، ابتدا به صورت اجمالی به تبیین تفاوت ماهوی بین دو مساله آشکارسازی و طبقه بندی خواهیم پرداخت. سپس به معرفی آشکارسازهای مبتنی بر توابع جداساز در مسائل آشکارسازی پرداخته شده و این ایده را به مسائل طبقه بندی کننده تعمیم می دهیم. در ادامه به عنوان یک کاربرد، برای مساله تشخیص مدولاسیون در کانال AWGN ، یک تابع جداساز معرفی کرده و عملکرد آنرا بررسی می کنیم. شبیه سازی ها نشان می دهد که طبقه بندی کننده پیشنهادی، در بعضی از شرایط، دارای عملکرد بهتری نسبت به طبقه بندی کننده کلاسیکمبتنی بر ممان می باشد.

آشکارساز تابع جداساز، تئوری آشکارسازی، تشخیص مدولاسیون، کانال AWGN