Analog modülasyonlarda dalgacık dönüşüm temelli bir akıllı sınıflandırma sistemi
An intelligent classification system based on wavelet transform for analog modulations
- Tez No: 202193
- Danışmanlar: YRD. DOÇ. DR. ENGİN AVCI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Entropi, Sınıflandırma, Yapay sinir ağları, Örüntü tanıma, Automatic Analog Modulation Recognition, Pattern Recognition, Wavelet Transform, Entropy, ANN, ANFIS, Feature Extraction, Classification, MATLAB GUI, Artificial neural networks
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalısmada dalgacık dönüsümü, Yapay Sinir Ağları (YSA), Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi (UATBÇS) yöntemleri kullanılarak analog modülasyon tanıma için akıllı bir sistem gelistirilmistir. Bunun için MATLAB Grafiksel Kullanıcı Arayüzü (GUI) değistirilebilir parametrelerle en iyi analog modülasyon tanımayı gerçeklestirme imkanı sağlar. Dalgacık dönüsümü yöntemi isaretlerin özelliklerini çıkarmada, YSA ve UATBÇS yöntemleri ise sınıflandırmada kullanılmıstır. YSA sınıflandırıcı kullanılarak %98 lik ve UATBÇS sınıflandırıcı kullanılarak %94 lük ortalama tanıma basarı oranları elde edilmistir. Bu oranlar her iki yöntemin de analog modülasyon türlerini doğru tanımadaki etkinliğini göstermistir. Anahatar Kelimeler : Otomatik Analog modülasyon tanıma, Örüntü Tanıma, Dalgacık dönüsümü, Entropi, YSA, UATBÇS, Özellik Çıkarma, Sınıflandırma, MATLAB GUI.
Özet (Çeviri)
In this study, an intelligent system developed for analog modülation recognition by using wavelet transform, artificial neural network (ANN) and adaptive network based fuzzy inference system (ANFIS). The MATLAB GUI provides performing of optimum analog modulation recognition with variable parameters. The wavelet transform methods was used for extracting of signal features, the ANN and ANFIS methods were used for classification. The %98 and %94 correct recognition rates were obtained by using ANN and ANFIS classification respectively. These show that both of these methods are effective in analog modulation recognition.
Benzer Tezler
- Analog modülasyonların türünü belirlemedekümeleme algoritmalarının performans karşılaştırması
Performance comparison of clustering algorithms in determining the type of analog modulations
YUSUF KAYA
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektronik-Bilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AVCI
- GMSK modülatör demodülatör gerçekleme
GMSK modulator demodulator implementation
FERDİ TEKÇE
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. VEDAT TAVŞANOĞLU
- Yapay sinir ağları ile analog modülasyonlu haberleşme işaretlerinin sınıflandırılması
Classification of analogue modulated communication signals using artificial neural networks
ABDULKADİR ŞENGÜR
Yüksek Lisans
Türkçe
2003
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. HANİFİ GÜLDEMİR
- Analog anahtarlama tabanlı kapasitif tahıl nem sensörü
Analog switching based capacitive wheat moisturesensor
SÜLEYMAN HANLI
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiNecmettin Erbakan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKİF ERİŞMİŞ
- Kapasitif rotary enkoderler için analog anahtarlama tabanlı okuma devresi
Analog switch based readout circuit for capacitive rotary encoders
MUHAMMET ROJHAT KARA
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiNecmettin Erbakan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKİF ERİŞMİŞ