Geri Dön

Performance analysis of higher order statistical features in classification of some modulation types

Bazı modülasyon türlerinin sınıflandırılmasında yüksek mertebeden istatistiksel özelliklerin performans analizi

  1. Tez No: 613106
  2. Yazar: REMZİYE BÜŞRA TEZEL
  3. Danışmanlar: PROF. DR. ALİ KARA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Modülasyon Sınıflandırma algoritmaları, alıcıda elde edilen sinyalin modülasyon tipini belirlemek ve uygun demodulator seçimi için kullanılır. Özellik tabanlı ve Olabilirlik tabanlı olmak üzere 2 tür vardır. Bu tezde yapı olarak daha az karmaşık olan FB yöntemi kullanılmıştır. 12 Analog ve Dijital Modülasyon tipli sinyalleri sınıflandırmak için algoritma geliştirilmiştir. İstatistiksel özellikler, Yüksek Dereceli Momentler ve Yüksek Dereceli Kümülantlar kullanılmıştır. Havadan kaydedilen ve sentetik simüle kanal etkileri eklenen sinyaller Lineer, Kuadratik ve Kübik Destek Vektör Makinesi (DVM) ile sınıflandırıldı. SNR'de 0 dB ile 20 dB arasında incelenen sinyallerin sınıflandırma performansı sunulmuştur. Performansın 10 dB ve 20 dB arasında kararlı olduğu ve yaklaşık %73, en yüksek performansın ise Karesel SVM'de 12dB'de % 75.5 olduğu gözlenmiştir. Bu tezde, geliştirilen algoritmasının sınırları, 12 modülasyon tipinin özellikleri ve SVM yapısı ile başarılı bir şekilde sunulmuştur.

Özet (Çeviri)

Modulation Classification algorithms are used to determine the modulation type of signal obtained at the receiver and to use the appropriate demodulator. There are 2 types as Feature-based(FB) and Likelihood-based(LB). In this thesis, FB method is used, which is less complex in structure. Algorithm has been developed to classify the signals that were modulated by 12 Analog and Digital Modulation types. Statistical features, Higher-order Moments(HOMs) and Higher-order Cumulants(HOCs) were used as features. Signals, which are recorded as over-the-air adding synthetic simulated channel effects, were classified with Linear, Quadratic, and Cubic Support Vector Machine(SVM). The classification performance of the signals examined at SNR from 0 dB to 20 dB were presented. As a result, the classification performance was found to be stable between 10 dB and 20 dB and is approximately 73%. The highest value of performance was observed in Quadratic SVM as 75.5% at 12dB. In this thesis, the limits of the developed modulation classification algorithm successfully presented with the features and SVM structure of 12 modulation types.

Benzer Tezler

  1. Performance analysis of hierarchical classification of modulation types

    Modülasyon türlerinin hiyerarşik sınıflandırılmasının performans analizi

    BENGİSU YALÇINKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ KARA

  2. Performance analysis of signal de-noising techniques in distributed acoustic sensing systems

    Dağıtılmış akustik algılama sistemlerinde gürültü azaltma tekniklerinin başarım analizi

    SALEH ABUFANA

    Doktora

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. ALİ KARA

  3. Türkiye imalat sanayisinde kullanılan asenkron motorların verimliliğinin incelenmesi

    Analysis of the efficiency of induction motors used in manufacturing industry of Turkey

    TEKİN VARLIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR ÜSTÜN

  4. The significance and the contribution of 6+1 traits of writing to the success of the students in writing courses in English language teaching

    Yazmanın 6+1 özelliğinin İngilizce öğretiminde yazılı anlatım derslerindeki öğrenci başarısına katkısı ve önemi

    ÖZLEM YAZAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Eğitim ve ÖğretimGazi Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. PAŞA TEVFİK CEPHE

  5. Yenidoğan yoğun bakım üniteleri için termal görüntü analizi

    Thermal image analysis for neonatal intensive care units

    DUYGU SAVAŞCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiKonya Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT CEYLAN