Karmaşık işaret analizi ve çoklu-değişinti kırılca boyutu modellemesi yoluyla telsizlerin kimlik tespitinin yapılması
Transmitter identification using complex signal analysis and multifractal modelling
- Tez No: 149794
- Danışmanlar: PROF. DR. MÜMTAZ YILMAZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Telsiz verici kimlik tespit sistemi, değişimi kırılca boyutu, olasılıklı yapay sinir ağı, kendini örgütleyen harita, gürültü ile eğitim, Radio transmitter identification, variance fractal dimension, probabilistic neural network, self organizing map, training with noise
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması kapsamında yeni bir verici kimlik tespit sistemi geliştirilmiştir. Kimlik tespit işlemi, alıcıların ara frekans katından kaydedilen açılma geçici rejim işaretlerindeki genlik ve evre bilgisinin bir karmaşık işaret analiz yöntemi ile analiz edilmesi sayesinde gerçekleştirilmiştir. Bu sistemin, özellikle yön/konum kestirme sistemleri ile birlikte kullanıldığında, frekans izgesinin denetimi açısından faydalı bir araç olacağı değerlendirilmektedir. Geliştirilen sistemde, geçici işaretlerin başlangıcının tespiti bir güç eşiği algılama yöntemiyle; işaretlerin özniteliklerinin çıkartılması bir çoklu-değişinti kırılca boyut hesaplama yöntemiyle; bilinmeyen işaretlerin sınıflandırılması ise bir olasılıklı yapay sinir ağı ile gerçekleştirilmiştir. Veri toplama, modelleme, sınıflandırma ve analiz işlemlerinin ayrıntıları deneysel sonuçlar üzerinde yapılan değerlendirmelerle birlikte tez kapsamında ele alınmış; geliştirilen sistemin mevcut kimlik tespit sistemlerinden üstün olan yanları açıklanmıştır. Çevresel şartlardaki değişimlerin verici sınıflandırma işlemi üzerindeki etkileri de araştırılmıştır. Besleme gerilim seviyelerinde veya ortam sıcaklığında değişim olduğunda Öznitelik vektörlerinin öznitelik uzayında oldukça geniş alanlara yayıldığı ve bu nedenle sistemin sınıflandırma başarımınm düştüğü gözlemlenmiştir. Sistemin geniş bir besleme gerilimi ve ortam sıcaklığı aralığında kaydedilen veriler kullanılarak eğitilmesiyle bu performans düşüklüğünün giderilebileceği deneysel olarak gösterilmiştir. Farklı işaret gürültü oranlarındaki (SNR) işaretlerin sınıflandırılmasındaki hata olasılıkları da ölçülmüş bu sayede sistemin herhangi bir SNR seviyesinde vereceği kararların güvenirlilik ölçüsü elde edilmiştir. Ayrıca, sistem eğitim kümesindeki işaretlere gürültü eklenerek eğitildiği takdirde, düşük SNR seviyesindeki işaretlerin sınıflandırma başarımlarının arttığı gözlemlenmiştir. Sentezlenmiş veriler kullanıldığında elde edilen performans artışlarının gerçek deneysel veriler kullanıldığında da elde edildiği gösterilmiştir.
Özet (Çeviri)
In this study, a new transmitter identification system is developed. The identification is realized by analyzing the amplitude and phase information associated with the turn-on transient signals of transmitters by using a complex signal analysis technique. The system, if used together with a direction finding system, is considered to be useful for the identification of malfunctioning or illegally operated radio transmitters in support of radio spectrum management practices. The start of transient signals are detected using a power threshold based approach; transient features are extracted by a technique based on the variance dimensions of transient signals and unknown transients arc classified with a probabilistic neural network. Details of the data collection, feature extraction, classification and analyses procedures are presented along with a discussion of experimental results. The merits of this technique over the ones currently in use arc described. The effects of environmental conditions on transmitter identification process are also investigated. It is observed that a change in environmental conditions such as battery voltage or ambient temperature causes the feature vectors to spread over the feature space, resulting in classification performance degradation. It is experimentally shown that performance degradation resulted by changing environmental conditions can be compensated by training the system with data collected in a range of battery voltage and ambient temperature levels. Probability of error associated with signals having different Signal-to-Noise Ratio (SNR) values are also determined to obtain a confidence measure for the decision to be made at any SNR level. It is also found that the performance of a transmitter identification system for low SNR transients can be improved by utilising the transient SNR information in the classifier training stage. Performance improvement observed in simulations was verified with experimental data.
Benzer Tezler
- Analysis and modeling of crustal deformation using InSAR time series along selected active faults within the Africa-Eurasia convergence zone
Afrika-Avrasya sıkışma zonu içerisindeki seçilmiş aktif faylar boyunca meydana gelen kabuk deformasyonunun incelenmesi ve modellenmesi
ESRA ÇETİN
Doktora
İngilizce
2015
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZİYADİN ÇAKIR
PROF. DR. MUSTAPHA MEGHRAOUI
- House price modelling under covid-19 analysis of parameters on online listing platforms
Covid-19 pandemi döneminde online emlak platformlarındaki parametreler kullanılarak konut fiyatlarının modellenmesi
SAMET DİBEK
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
DOÇ. DR. KEREM YAVUZ ARSLANLI
- Yüksek kaliteli protein kaynağı yenilebilir larvaların In Vitro rumen ve In Vitro ruminant dışkı ortamlarında kullanımının fermentatif ve sindirilebilirlik etkisi
The fermentative and digestibility effects of using edible larvae as a high-quality protein source in In Vitro rumen and In Vitro ruminant fecal media
İSRA ALHAMAD
Doktora
Türkçe
2025
Veteriner HekimliğiAnkara ÜniversitesiHayvan Besleme ve Beslenme Hastalıkları Ana Bilim Dalı
PROF. DR. GÜLTEKİN YILDIZ
- Anlamsal kategorizasyonda anlamsal uzaklığın nöral aktivite, GABA/glutamat dengesi ve pupil yanıtıyla ilişkisi
The relationship between semantic distance in categorization and neural activity, GABA/glutamate balance, and pupillary response
EMRE MISIR
Doktora
Türkçe
2025
DilbilimAnkara ÜniversitesiSinir Bilimleri Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ÖZGÜR AYDIN
- Distortion detection and restoration pipeline for phase contrast microscopy time-series-images
Faz kontrast microskopi zaman serisi goruntulerinde bozulma tespiti ve yeniden yapılandırma algoritması
MAHMUT UÇAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİzmir Demokrasi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM ÜNAY
PROF. DR. Uğur TÖREYİN