شهدت أنظمة التعرف على المودولاسيون (Modulation Recognition) قفزة نوعية بفضل نظام SCP-TriCA، الذي يقوم بدمج تمثيلات إشارية هيتروجينيسية (Heterogeneous Signal Representations). يستفيد هذا النظام من مواضيع 2D مثل الخرائط الزمنية الترددية (Time-Frequency) وخرائط التكرار (Cyclostationary Maps) إلى جانب أوصاف إحصائية 1D.

تتجلى قوة SCP-TriCA عند مواجهة تحديات التغير في توزيع الإشارات، حيث إن أداء الأنظمة التقليدية يتأثر سلبًا عندما يتم نقلها إلى بيئات جديدة أو تحت ظروف مختلفة. لحل هذه المشكلة، تم تقديم منصة UAMR-ShiftBench؛ وهي الأولى من نوعها التي تغطي تقييمات متعددة تحت بروتوكول موحد، مما يتيح للباحثين مقارنة الأنظمة بشكل نظامي.

أثبت SCP-TriCA فعاليته البارزة بتحقيق دقة نسبتها 95.33% في الدرجات المتوافقة، متفوقًا بنسبة 5.12% على أقوى أنظمة القاعدة، بالإضافة إلى دقتين متميزتين تم تحقيقهما في اختبارات واقعية على البحر.

صُمم SCP-TriCA لدمج التعليقات المتبادلة (Bidirectional Cross-Attention) ومقاييس انتقائية ملائمة لتحسين الأداء العام، حيث أكد تحليله أن فائدة النظام تأتي من تكامل الأنماط وفعالية التصميم الهرمي. الكود والنماذج متاحة على GitHub.

هل تعتقد أن هذه التقنية الجديدة يمكن أن تُحدث تغييرًا جذريًا في مجال التعرف على المودولاسيون تحت الماء؟ شاركونا آراءكم في التعليقات.