Sayısal modülasyonlu işaretlerin radyometre ve derin öğrenme yöntemleri ile tespiti ve başarımı
Empirical analysis of the performance of radiometer and deep learning methods for digitally modulated signals
- Tez No: 637430
- Danışmanlar: DOÇ. DR. SERHAN YARKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Yeni nesil kablosuz iletişim hizmetlerinin ve uygulamalarının hızla büyümesi nedeniyle, frekans spektrumu kaynaklarına çok dikkat edilmiştir. Sınırlı radyo spektrumu göz önüne alındığında, daha yüksek kapasite ve daha yüksek veri hızları için talebi desteklemek, mevcut radyo spektrumundan yararlanmanın yeni yollarını sunabilecek yenilikçi teknolojiler gerektiren zorlu bir görevdir. Bilişsel radyoların spektral boşlukları tanımlamasını sağlayan spektrum algılama konsepti, yeni nesil kablosuz iletişim teknolojileri ve sistemlerinde kritik bir rol oynamaktadır. Ayrıca, spektrum algılama ve dinamik spektrum erişimi ile radyo spektrumu kullanımının verimliliğini artırmak, ortaya çıkan trendlerden biridir. Bu çalışmada, sayısal modülasyonlu işaretler için derin öğrenme algoritmalarından olan CNN, CLDNN, LSTM ve ResNet mimarileri arasında spektrum sezimi verimliliği karşılaştırılması yapıldıktan sonra en iyi sonucu veren performansı gösteren algoritmanın CNN olduğu sonuçlar çerçevesinde gösterilmiştir. Daha sonra, düşük maliyeti ve düşük karmaşıklık seviyesinden dolayı spektrum sezimi uygulamaları için hâlihazırda en çok kullanılan geleneksel enerji sezici yöntemi, en iyi performansı gösteren derin öğrenme CNN yöntemi ile verimlilik analizi yapılarak karşılaştırılmıştır. Önerilen CNN mimarisinin, geleneksel enerji dedektörü yönteminden daha iyi algılama performansı sağladığı sonuçlar ışığında gösterilmiştir. Sonuç olarak, bu tezdeki araştırmalar, gürültü belirsizliğinin zorluğunu aşmak için CNN tabanlı spektrum algılama tekniklerinin geleneksel enerji sezici tekniği ile karşılaştırılmasını sunmaktadır.
Özet (Çeviri)
Due to the ever-increasing growth of next-generation wireless communication services and applications, nowadays, the need for frequency spectrum sources is greater than ever. Considering the scarcity in limited radio spectrum, satisfying the demand for high capacity and data rates is a challenging task that requires innovative technologies that can pave new ways to utilize the existing spectrum. Spectrum sensing concept, which enables cognitive radios to identify spectral holes, plays a critical role in next-generation wireless communication technologies and systems. Moreover, enhancing the efficiency of radio spectrum allocation with the use of spectrum sensing and dynamic spectrum access is one of the very emerging trends. In this study, a comparison of deep learning algorithms, CNN, CLDNN, LSTM and ResNet architectures, are demonstrated for spectrum sensing of digitally modulated signals in terms of the accuracy and effeciency. In the light of results, it is shown that CNN is the best performing algorithm among others. Furthermore, due to its low cost and low complexity, the most commonly used traditional energy detector method is compared with CNN method for spectrum sensing applications within the framework of efficiency analysis. The results show that the proposed CNN architecture provides better detection performance than the traditional energy detector method. In conclusion, the investigations in this thesis provide a comparison of CNN based spectrum sensing techniques with traditional energy detector techniques to overcome the challenge of noise uncertainty.
Benzer Tezler
- Sayısal dik genlik modülasyonlu işaretlerin çoklu kafes yapıda tasarımı ve hata başarımlarının incelenmesi
Design and performance analysis of quadrature amplitude modulated signals based on multiple trellis coded modulation technique
UFUK ERSÖZ
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. ÜMİT AYGÖLÜ
- Bilinmeyen bir işaret kaynağından alınan doğrusal modülasyonlu işaretlerin simge hızının ve modülasyon türünün kör olarak kestirimi
Blind symbol rate and modulation type estimations of linear modulated signals received from an unknown signal
AHMET GÜNER
Doktora
Türkçe
2013
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL KAYA
- Linearity and efficiency improvement on RF power amplifiers
RF kuvvetlendiricilerde doğrusallık ve verimin iyileştirilmesi
ÖMER AYDIN
Doktora
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
PROF. OSMAN PALAMUTÇUOĞULLARI
- 8-BIT 1 GS/S ADC architecture and 4-BIT flash ADC for +10 GS/S time interleaved ADC in 65nm CMOS technology
+10 GS/S zaman aralıklı ADC için 65nm CMOS teknolojisinde 8-BIT 1 GS/S ADC yapısı ve 4-BIT flash ADC
ALPER AKDİKMEN
Yüksek Lisans
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- Uzaktan algılanan biyolojik işaretlerin modem yardımıyla bilgisayara aktarılması
Başlık çevirisi yok
TİMUÇİN UYGUN