Automatic modulation recognition with vision transformer in radio signals
Radyo sinyallerinde vision transformer kullanarak otomatik modülasyon tanıma
- Tez No: 836252
- Danışmanlar: PROF. DR. BUYURMAN BAYKAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Sivas Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Bu tez çalışmasında radyo sinyallerinde otomatik modülasyon sınıflandırma çalışması yapılmıştır. Literatürde bu konuda yapılmış öznitelik tabanlı veya deep learning tabanlı çeşitli çalışmalar bulunmaktadır. Bu çalışma literatürden farklı olarak Vision Transformer (ViT) modeli kullanılarak yapılmıştır ve literatürdeki yöntemlerden daha iyi sonuç elde edilmiştir. Vision Transformers modelleri görüntü sınıflandırma, görüntü sınıflandırma gibi görevlerde başarılı olan yeni bir yöntemdir. Görüntüleri küçük parçalara ayırıp her parça üzerine gösterdiği dikkat mekanizması uygular. Bu çalışmada da sinyal verileri bir görüntü gibi ele alınarak ön işlem yapılmadan eğitime tabi tutulmuştur. ViT modeli %98,48 doğruluk ile başarısını ortaya koymuştur. Ayrıca başka bir ViT modeli olan Swin Transformer da kullanılmış fakat modelin karmaşıklığı nedeniyle klasik ViT modeli kadar iyi sonuç gösterememiştir. Ayrıca DenseNet201 modeli ve oluşturulan CNN modeli kullanılmış bu yöntemlere göre de çok daha iyi sonuç göstermiştir. Bu çalışma ViT modellerinin sinyallerdeki uygulamalarda ne kadar başarılı olduğunu göstermesi açısından önemli sonuçlar ortaya koymuştur.
Özet (Çeviri)
In this thesis, the automatic modulation classification of radio signals is studied. In the literature, there are various feature-based or deep learning-based studies on this subject. Differently from the literature, this study was conducted using the Vision Transformer (ViT) model, and better results were obtained than the methods in the literature. Vision Transformer models are a new method that is successful in tasks such as image classification. It divides images into small parts and applies an attention mechanism to each part. In this study, signal data is treated as an image and trained without preprocessing. The ViT model demonstrated its success with 98.48% accuracy. Another ViT model, Swin Transformer, was also used, but due to the complexity of the model, it did not perform as well as the classical ViT model. In addition, the DenseNet201 and the generated CNN model were used and showed much better results than these methods. This study has shown important results in terms of showing how successful ViT models are in applications in signals.
Benzer Tezler
- DFT study of the optical properties of triptycene (T)-urea (U) containing compounds and their complexes for targeted analyte sensing
Patlayıcıları algılayan triptesen-üre içeren moleküllerin ve komplekslerinin optik özelliklerinin YFT metodu ile incelenmesi
BELKIS EMANET
Yüksek Lisans
İngilizce
2016
Kimyaİstanbul Teknik ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MİNE YURTSEVER
- Derin öğrenme algoritmalarıyla otomatik modülasyon tanımlama
Automatic modulation recognition with deep learning algorithms
AYŞENUR ÇAMLIBEL
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BAHATTİN KARAKAYA
- Analog modülasyonlarda dalgacık dönüşüm temelli bir akıllı sınıflandırma sistemi
An intelligent classification system based on wavelet transform for analog modulations
SULTAN ERDEM YAKUT
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN AVCI
- Otomatik analog kiplenim tanıma algoritmalarının bir yazılım tanımlı telsiz üzerinde gerçeklenmesi
Implementation of automatic analog modulation recognition algorithms on a software defined radio
MEHMET KABASAKAL
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CENK TOKER
- Feature based modulation recognition for intrapulse modulations
Darbe içi modülasyonların özniteliklere bağlı olarak tanımlanması
GÖZDE ÇEVİK
Yüksek Lisans
İngilizce
2006
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖZDE BOZDAĞI AKAR