Derin öğrenme tabanlı frekans atlamalı iletişim sistemlerinde parazit önleme ve frekans seçimi
Interference mitigation and frequency selection in deep learning-based frequency-hopping communication systems
- Tez No: 918812
- Danışmanlar: PROF. DR. ÖZGÜR ERTUĞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, Türkiye genelinde GPS destekli, frekans atlamalı ve konuma dayalı bir iletişim sistemi geliştirilmiştir. Yazılım Tanımlı Radyo (SDR) teknolojisine dayanan bu sistem, özellikle frekans parazitini minimize etmek ve kesintisiz iletişim sağlamak amacıyla tasarlanmıştır. Türkiye, coğrafi olarak 8 ve 16 bölgeye ayrılmış ve her bölgeye farklı başlangıç frekansları atanmıştır. Her bölge, aynı 50 MHz bant genişliğini kullanmakla birlikte, frekans atlama sırasında başlangıç frekansları bölgeye özgü olarak belirlenmiştir. Sistem, HackRF cihazları ve GNU Radio platformu kullanılarak iki radyo platformu arasında iletişim sağlamak üzere geliştirilmiştir. Bu sistem, GPS zaman verilerini kullanarak, frekans atlama işlemini konuma dayalı olarak dinamik bir şekilde gerçekleştirir. Ek olarak, her bölge için ayrı çalışan derin öğrenme algoritması, bölgesel radyo frekansı kullanımını öğrenerek yoğun kullanılan veya parazitli frekanslardan kaçınma yeteneği kazandırılmıştır. Özellikle, 136 MHz gibi yüksek kullanım oranına sahip frekanslar derin öğrenme modeli tarafından tanınarak, sistemin bu frekanslara atlamaması sağlanır. Geliştirilen sistem, askeri ve sivil uygulamalarda güvenilir, yüksek kaliteli ve verimli bir iletişim altyapısı sunar. Bu çalışma, özellikle yoğun radyo frekansı trafiği ve yüksek parazit oranlarına sahip bölgelerde frekans spektrumunun daha verimli kullanımını sağlamak amacıyla önemli katkılar sunmaktadır. Sistem, spektrum yönetiminde etkin bir yaklaşım sunarak, iletişim kalitesini artırmayı ve parazitlenmeyi en aza indirmeyi hedeflemektedir
Özet (Çeviri)
This thesis presents the development of a GPS-supported, frequency-hopping, location-based communication system designed for use across Turkey. Based on Software Defined Radio (SDR) technology, the system is specifically aimed at minimizing frequency interference and ensuring uninterrupted communication. Turkey is divided into 8 and 16 geographical regions, with each region assigned different starting frequencies. While each region operates within the same 50 MHz bandwidth, the starting frequency for frequency hopping is determined uniquely for each region. The system was developed using HackRF devices and the GNU Radio platform to establish communication between two radio platforms. By utilizing GPS time data, the system dynamically adjusts the frequency hopping process based on the geographic location. Furthermore, a deep learning algorithm operates separately for each region, learning the local radio frequency usage and enabling the system to avoid heavily used or interference-prone frequencies. In particular, frequencies like 136 MHz, which are heavily used, are recognized by the deep learning model, preventing the system from hopping to these frequencies. The system offers a reliable, high quality, and efficient communication infrastructure for both military and civilian applications. This study makes significant contributions to optimizing spectrum usage, particularly in regions with high radio traffic and heavy interference. By presenting an effective approach to spectrum management, the system aims to enhance communication quality and minimize interference.
Benzer Tezler
- Signal detection and parameter estimation of frequency hopping signals
Frekans atlamalı sinyallerin tespiti ve parametre kestirimi
BATUHAN KAPLAN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Videodan derin öğrenme tabanlı duygu tanıma
Deep learning-based emotion recognition on video
ORHAN ATİLA
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR
- CNN tabanlı modeller kullanılarak sinyal gürültü bastırma ve frekans seçici filtrelemenin modellenmesi, uygulaması ve harmonik tabanlı performans degerlendirilmesi
The modeling, application and harmonic-based performance evaluation of signal denoising and frequency-selective filtering by using CNN-based models
OMAR NAJAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSüleyman Demirel ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TURGAY KOÇ
- Yazılım tabanlı telsiz haberleşme sistemlerinde derin öğrenme yaklaşımı ile radyo sinyallerinin sınıflandırılması
The classification of radio signals with deep learning approach in software based wireless communication systems
ADEM GÜL
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT BOLAT
- Derin öğrenme tabanlı süper çözünürlük teknikleri kullanarak JPEG sıkıştırma kaybının iyileştirilmesi
Recovering JPEG compression loss via deep learning-based super resolution techniques
MUHAMMET BOLAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
DR. NURULLAH ÇALIK