Makine öğrenmesi yöntemi ve görüntü işleme kullanılarak modülasyon sinyalinden bilgi işaretinin elde edilmesi
Obtaining information signal from modulation signal using machine learning method and image processing
- Tez No: 662103
- Danışmanlar: DOÇ. DR. NİHAT DALDAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Bolu Abant İzzet Baysal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Makine Öğrenmesi ve Görüntü İşleme algoritmaları haberleşme sinyallerinin sınıflandırılmasında veya tanınmasında çeşitli biçimlerde kullanılmaktadır. Günümüzde sayısal haberleşme sinyallerinin çeşitliği sayesinde daha düşük band genişliğinde daha hızlı haberleşme gerçekleştirilmektedir. Sayısal haberleşmede kullanılan geçiş band modülasyonu olarak da adlandırılan sinyallerin birbirinden ayrılabilmesi ya da demodüle edilebilmesi, alıcı tarafta sinyalin kolay ve hızlı şekilde tespit edilip buna göre tepki üretilebilmesi hem askeri hem de sivil uygulamalarda ayrıca önem kazanmaktadır. Tez kapsamında demodülatör devre yapıları yerine, modülasyonlu QASK, QFSK ve QPSK sinyallerinin görüntülerinden bu sinyallerin sınıflandırılması ve demodülasyon işlemleri gerçekleştirilmektedir. Sinyallerin sınıflandırılması ve demodülasyon işlemlerinin yapılabilmesi için destek vektör makineleri(SVM), konvolüsyonel sinir ağları(CNN), birleştirilmiş model(Ensemble), NARX yapay sinir ağı yapısı ve görüntülerden özelliklerin çıkarılması için Yönlendirilmiş Hızlı ve Sağlam BRIEF Öznitelikleri(ORB) yöntemi kullanılmıştır. 0dB, 5dB, 10dB ve 15dB gürültü oranlarına sahip modülasyonlu sinyallerden oluşan görüntülerin sınıflandırma ve demodülasyonları sonucunda performansları, istatistiksel parametreler ile değerlendirilip sunulmuştur. Ortaya çıkan sonuçlarda yer alan hata matrisleri göstermiştir ki özellikle 5dB gürültü oranına sahip sinyal görüntülerinin tahmininde karmaşıklıklar meydana gelmiştir. Bu durumun, özellik çıkarma algoritmalarından destek alarak veya makine öğrenmesi yöntemlerinin birleştirilerek kullanılması ile aşılabileceği gösterilmiştir.
Özet (Çeviri)
Machine Learning and Image Processing algorithms are used in various ways in the classification or recognition of communication signals. Currently, thanks to the diversity of digital communication signals, faster communication is achieved in a lower bandwidth. The ability to separate or demodulate the signals, also called passband modulation, used in digital communication, to detect the signal easily and quickly at the receiver side and to generate response accordingly are also important in both military and civilian applications. Within the scope of the thesis, instead of demodulator circuit structures, images of modulated QASK, QFSK and QPSK the classification and demodulation processes of these signals are performed by taking the images of the signals. In order to classify and demodulate signals, support vector machines (SVM), convolutional neural networks (CNN), combined model (Ensemble), NARX artificial neural network structure and Oriented FAST and Rotated BRIEF (ORB) method were used to extract features from images. As a result of classification and demodulation of images consisting of modulated signals with 0dB, 5dB, 10dB and 15dB noise ratios, their performances are evaluated and presented with statistical parameters. It showed the confusion matrices included in the results and complexities occurred in the prediction of signal images, especially with 5dB noise ratio. It has been shown that this situation can be overcome by getting support from feature extraction algorithms or by combining machine learning methods.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile kara askeri araçların tespit ve sınıflandırılması
Detection and classification of land military vehicles with machine learning methods
ANIL AKBALIK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERZAN KATIRCIOĞLU
- Endüstriyel üretim hatlarında yapay zekâ destekli kalite kontrol sisteminin geliştirilmesi
Development of artificial intelligence-supported quality control system in industrial production lines
ELİF AYDAN BİKE
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY BAYRAK
- Prediction of personality traits from videos by using machine learning algorithms
Makine öğrenmesi algoritmalarını kullanarak videolardan kişisel özelliklerin tahmin edilmesi
ERTAN TAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Kelebek türlerinin (Lycaenıdae) bilgisayar görü sistemleri ile teşhis edilmesi
Identification of butterfly species (Lycaenidae) with image process system
PAMUK YETER EREZ
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiBiyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILMAZ KAYA
PROF. DR. MUSA TÜRKER
- Yapay zekâya dayalı araç plaka tanıma sistemi
Vehicle license plate recognition system based on artificial intelligence
ASLI GÖDE
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiOsmaniye Korkut Ata ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET DOĞAN