Geri Dön

Automatic digital modulation recognition in the presence of additive Gaussian noise

Toplamsal Gaussian gürültüsü altında otomatik sayısal modülasyon tanıma

  1. Tez No: 522069
  2. Yazar: BURCU BARIŞ
  3. Danışmanlar: DOÇ. DR. DAMLA GÜRKAN KUNTALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Bu çalışma, dalgacık dönüşümü tabanlı, ikiz spektrum tabanlı ve zaman alanı tabanlı öznitelikler kullanılarak M-seviyeli Frekans Kaydırmalı Anahtarlamaya (MFSK) ve M-seviyeli Faz Kaydırmalı Anahtarlamaya sahip (MPSK) dijital modülasyon türlerini sınıflandırmayı amaçlar. Dalgacık dönüşümü tabanlı öznitelikler, MFSK işaretlerinin seviyesini belirlemek ve her frekans bandındaki enerjiyi tespit etmek için kullanılmıştır. Bu amaçla, Ayrık Dalgacı Dönüşümü (ADD) alt bantlarındaki standart sapmalar öznitelik olarak kullanılır. İkiz spektrum tabanlı öznitelikler, yüksek mertebeden spektrum öznitelikleri MFSK işaretlerinin sınıflandırılmasında kullanılmıştır. İkiz spektrum matrisinin diyagonalinin merkez değerleri öznitelik olarak kullanıldığında, doğru sınıflama olasılığının yüksek olduğu gözlemlenmiştir. Zaman alanı tabanlı yöntemde ise, normu alınmış medyan filtrelenmiş anlık frekansın standart sapması, MFSK işaretlerini MPSK işaretlerden ayırmak için öznitelik olarak kullanılmıştır. Simülasyon çalışmaları, farklı sinyal-gürültü oranı (SNR) seviyelerinde gerçekleştirilmiş ve K-ortalama kümeleme algoritması sınıflandırıcı olarak kullanılmıştır. Önerilen yöntemlerin performansları, uygun taşıyıcı frekansı ve bant genişliğinin seçimi ile geliştirilmiştir.

Özet (Çeviri)

In this study, a wavelet transform-based, bispectrum-based, and time domain-based features are used for automatic classification of MFSK and MPSK signals. For determining the order of M-ary Frequency Shift Keying (MFSK) signals and to detect the energy in each frequency band, Discrete Wavelet Transform (DWT) is used. For this, standard deviations in the lower bands are used as features. Higher order spectrum is used to classify MFSK signals. When the centroid values of the diagonal of bispectrum are used as features, it is observed that they yield high probability of correct classification for MFSK discrimination. As time domain feature, the standard deviation of the normalized median filtered instantaneous frequency is used to discriminate MFSK signals from M-ary Phase Shift Keying (MPSK) signals. Simulation studies have been performed for different signal-to-noise ratio (SNR) levels and K-means clustering algorithm has been used as classifier. Simulation results provides promising classification results. The performances of proposed methods are improved with the proper selection of carrier frequency and bandwidth.

Benzer Tezler

  1. Linear and nonlinear classification of quadrature modulation signals

    Çeyrek modülasyon sinyallerinin doğrusal ve doğrusal olmayan sınıflandırması

    AHMED KHALID ALI ALI

    Doktora

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERGUN ERÇELEBİ

  2. Digital modulation recognition

    Sayısal modülasyon tanıma

    EREM ERDEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF. DR. YALÇIN TANIK

  3. Haberleşme sistemlerinde sayısal kiplenim yöntemlerinin otomatik sınıflandırılması

    Automatic classification of digital modulation methods in communication systems

    ZAFER ÇOBAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CENK TOKER

  4. Otomatik modülasyon tanıma algoritmalarının geliştirilmesi ve uygulanması

    Development and implementation of automatic modulation recognition algorithms

    MERVE DENİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CENK TOKER

  5. Sayısal işaret işleme geliştirme sistemi tasarımı ve gerçeklenmesi

    Digital signal processing development system design and realization

    İLKER AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    1992

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. AHMET DERVİŞOĞLU