Jammed signal restoration via AI
Yapay zeka kullanarak sinyal karıştırıcı etkisindeki sinyalin restorasyonu
- Tez No: 966086
- Danışmanlar: PROF. DR. MEHMET KEMAL ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Medipol Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Kablosuz iletişim artık yalnızca insanlar arasında konuşma veya iletişim amacıyla kullanılmamaktadır. Her şeyin iletişimi için kullanılmaktadır, otomobiller, uzaktan sayaç okuma sistemleri, şehir güvenlik sistemleri gibi pek çok alan güncel kalmak için kablosuz iletişime dayanmaktadır. Bu nedenle, sinyal karıştırıcı (jamming) kablosuz iletişim için en olumsuz durumlardan biridir. Karıştırıcının gücü ve özelliklerine bağlı olarak tüm iletişim sistemini anında kesebilir. Bu tez, yapay zekâ kullanarak karıştırılmış sinyallerin yeniden elde edilmesine yönelik bir teknik önermektedir. Bu çalışmanın amacı, dalga biçimi seviyesinde karıştırılmış sinyallerin geri kazanılması ve böylece geleneksel bir alıcının sembolleri daha düşük bit hata oranı (BER) ile çözebilmesini sağlamaktır. Tezin kapsamı tek taşıyıcılı modülasyonlar olan BPSK ve QPSK ile çok taşıyıcılı sinyallerden olan OFDM'dir. OFDM modülasyonunda 16-QAM ile WiFi ve 64-QAM ile LTE sinyalleri simüle edilmiş, eğitilmiş ve deneylerde test edilmiştir. Oluşturulan sinyal başlangıçta temiz bir sinyaldir, daha sonra kanal etkileri tezin başka bir kapsamı için eklenir. Karıştırma sinyali herhangi bir AWGN veya başka bir gürültü eklenmeden doğrudan temiz sinyale eklenir. Ardından, sistemin farklı karıştırma koşullarında nasıl çalıştığını göstermek için değişken karıştırma teknikleri uygulanır. Bu tez, tek bir senaryoya odaklanmak yerine farklı koşullar altında uygulanabilecek geri kazanım stratejileri geliştirmeyi hedeflemektedir. Python tabanlı bir simülasyon ortamında, temiz/karıştırılmış dalga biçimlerinden oluşan eşleşmiş veri çiftleri oluşturulur ve bu dalga biçimlerinin standart sönümlenme profillerinden geçişi simüle edilir. Ardından, alınan sinyal, değişmeyen (invariant) pilot destekli bir alıcı üzerinden (döngü ön eki çıkarma, FFT, enterpolasyonlu en küçük kareler kanal kestirimi ve sıfır kuvvet eşitleme) değerlendirilir. İki farklı temsil–model çifti incelenmiştir. Tek taşıyıcılı sinyaller için, aşırı örneklenmiş I/Q dizileri kompakt bir 1D U-Net'e beslenmiştir. OFDM için ise, sembol başına FFT ile elde edilen kompleks zaman–frekans ızgaraları artık bağlantılar (residual connections) ve sıkıştırma–uyarma (squeeze-and-excitation) dikkat mekanizmalarıyla donatılmış 2D U-Net tarafından işlenmiştir. Elde edilen sonuçlar şunlardır: BPSK sinyali için SNR −3.00 dB seviyesinden 15.11 dB seviyesine çıkmış, BER 0.1855 seviyesinden 0.0138 seviyesine düşmüştür. QPSK sinyali için SNR −3.00dB'den 10.08 dB seviyesine çıkmış, BER 0.2388 seviyesinden 0.0334 seviyesine düşmüştür. 16-QAM ile WiFi OFDM sinyali için SNR −2.99 seviyesinden 10.07 dB seviyesine çıkmış, BER 0.4084 seviyesinden 0.1317 seviyesine düşmüştür. 64-QAM ile LTE OFDM için benzer büyüklükte SNR iyileşmesi, BER ≈0.42–0.43'ten ≈0.32–0.33'e düşüş (belirtilen kanal modellerinde). Oluşturulan verilerin test ve eğitim sırasında kararlılığı değerlendirmek için beş katlı çapraz doğrulama kullanılmıştır. Bu yöntem sayesinde veri setinin farklı bölgeleri eğitim ve test için ayrı ayrı kullanılmıştır 1D U-Net'in doğrudan ham OFDM zaman dizilerine uygulanması, BER'de ihmal edilebilir düzeyde bir iyileşme sağlamış ve yetersizliği gözlemlenmiştir. Daha sonra OFDM yapısının zaman–frekans alanında ortaya çıkarılmasının kritik olduğunu göstermiştir. Bu bulguların ötesinde, önerilen modellerin geleneksel yöntemlerle ve farklı modülasyon ile parazit (jamming) senaryoları arasında kapsamlı değerlendirmeleri ve karşılaştırmaları yapılmıştır. Notch filtresi ve Wiener filtresi, BER açısından daha kötü sonuçlar verirken SNR değerini yalnızca biraz artırmıştır. Buna karşılık, önerilen model çok daha iyi sonuçlar elde etmiştir. Daha düşük modülasyon derecelerinde (örneğin 2-QAM ve 4-QAM) sistem %1'in altında BER ve yüksek SNR değerleri sağlamış, bu da modülasyon derecesinin sağlamlık açısından önemli belirleyicilerden biri olduğunu kanıtlamıştır. Ayrıca tek taşıyıcılı dalga biçimi, çok taşıyıcılı sistemle karşılaştırılmış ve yapısal farklılıklardan dolayı tek taşıyıcılı sistemlerin daha iyi performans gösterdiği ortaya konmuştur. Daha sonra parazit türleri, her biri ayrı ayrı ve iki parazit tipinin kombinasyonları halinde analiz edilmiştir. Sonuçlar göstermiştir ki, en yıkıcı etki gürültü tipi parazitten kaynaklanmaktadır; çünkü geniş bant yapısı sinyalin geri kazanılmasını zorlaştırmaktadır. Diğer iki tür (darbe ve ton paraziti) ise geri kazanım sürecinde daha iyi performans göstermiştir. Uygulanan 1D ve 2D U-Net modelleri, modülasyona bağlı olarak yaklaşık 10–18 dB seviyesinde SNR iyileştirmesi sağlamaktadır. Ayrıca farklı tip karıştırıcı sinyalinin temiz sinyale güç oranı (JSR) seviyelerinde, farklı kanal etkileri (AWGN, Rayleigh, Rician) için, karıştırılmış geçiş taban çizgilerine kıyasla uygulanan modülasyona BER'i yaklaşık 3–14 kat azaltmaktadır. Uygulanan yöntem, pilot ızgara yapısına benzer şekilde yapılandırılmış tüm OFDM sistemleri için genellenebilir. Bu tez fikri, gelecekteki çalışmalarda farklı konulara da genişletilebilir. Örnek olarak, OFDM modülasyonunda daha yüksek modülasyonlarla eğitim yapılması, farklı bozucu türlerinin (ör. taramalı chirp, tepkisel jammer) incelenmesi, mevcut tez ile karşılaştırma amacıyla klasik taban çizgilerinin (FFT notch, Wiener/MMSE) eklenmesi ve senkronizasyon hassasiyetini ve gerçek zamanlı uygulanabilirliği incelemek üzere SDR donanımı ile yapılan testler bunlara örnek olarak verilebilir.
Özet (Çeviri)
Wireless communication is now not just for talking or communication for humans; it is communication for everything. Like cars, remote bill systems, city security systems, etc., all are using wireless communication to be up to date. Then, jamming could be the worst thing for wireless communication, as it just degrades the whole communications system immediately, depending on its power and specifications. This thesis proposes a technique to restore a jammed signal via using AI. The objective is waveform-level restoration of jammed signals such that a conventional receiver can recover symbols with lower BER. The scope of this thesis is single carrier modulations such as BPSK and QPSK, and then multicarrier signals, which are OFDM. In the OFDM modulation, the WiFi with 16-QAM and LTE with 64-QAM signals were simulated, trained, and tested during the experiments. The input signal is a clean signal at the beginning, and then channel effects are added to it. The jamming signal is directly added to the clean signal without any AWGN or any other noise. Then, some variable jamming techniques are used to show how the system works under different jamming conditions. This thesis primarily seeks to develop restoration strategies applicable across diverse conditions, rather than a single scenario. In a Python script, paired clean/jammed waveforms are created, and a simulation of the propagation of these waveforms through standard fading profiles is performed. Then, the received signal was evaluated using an invariant pilot-aided receiver (cyclic-prefix removal, FFT, least-squares channel estimation with interpolation, and zero-forcing equalization). Two representation–model pairs are explored. For single-carrier signals, oversampled I/Q sequences feed a compact 1D U-Net. For OFDM, stacked per-symbol FFTs form complex time–frequency grids processed by a 2D U-Net with residual connections and squeeze-and-excitation attention. Performance is reported at the link layer. For BPSK, SNR comes from -3.00 dB to 15.11 dB, and BER comes from. 0.1855 to 0.0138. For QPSK, SNR comes from -3.00 dB to 10.08 dB, and BER comes from. 0.2388 to 0.0334. For WiFi OFDM with 16-QAM, SNR comes from -2.99 dB to 10.07 dB, and BER comes from. 0.4084 to 0.1317. For LTE OFDM with 64-QAM, SNR comes from -3.00 dB to 8.53 dB, and BER comes from. 0.4307 to 0.3026. Proposed model's robustness evaluated under randomized train/test splits across JSR −15 to +15 dB (reporting mean ± standard deviation). The results prove that the model properly predicts the output signal correctly for each part of the dataset. Applying a 1D U-Net directly to raw OFDM time sequences produces negligible BER improvement, which is almost zero, indicating that exposing OFDM structure in the time–frequency domain is essential. Beyond these findings, extended evaluations and comparisons proposed models against the traditional methods and across diverse modulation and jamming scenarios. Notch filter and Wiener filters performed worse BER results and slightly increased SNR, whereas the proposed model achieved much better results. For the case of less modulation order, such as 2-QAM and 4-QAM, the system achieved less than 1% BER and high SNR results, which proves the modulation order is one of the important determinants of robustness. Also, a single carrier waveform was compared with multi carrier system, which shows that single carrier systems perform better due to the structural differences between both systems. Then, jammer types were analyzed with different combinations, like each one separated and combinations of the two jammer types. Then the result shows that the most destructive effect comes from noise type jammer because of its wideband nature makes the signal hard to restore. The other two types (pulse and tone) perform better at the restoration process. The proposed 1D and 2D U-Net variants yield SNR recovery on the order of 10–18 dB (modulation-dependent) and reduce BER by factors of ≈3–14 relative to jammed pass-through baselines at moderate JSR and modulation technique, across AWGN/Rayleigh/ Rician channels. The methodology is broadly applicable to OFDM-family systems that are similar to pilot gridding abstractions. The thesis idea can be extended to different topics for future works, such as training with higher-order modulations in OFDM, or other jamming types like chirp/reactive jammers, classical baselines (FFT notch, Wiener/MMSE) for comparison with the actual thesis, and hardware trials with SDRs to probe synchronization sensitivity and real-time feasibility.
Benzer Tezler
- Design of a jammer for spread spectrum signal using matlab simulation
Yayılı spektrum sinyali için matlab simülasyonu ile sinyal bozucu tasarımı
KHOLOUD KHALED ELMABRUK
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL EYYUBOĞLU
- Registration of UAV images using cross-correlation on field programmable gate arrays
FPGA üzerinde çapraz korelasyon kullanılarak İHA görüntülerinin çakıştırılması
ZAID KHALAF MOHAMMED SADANE
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET EFE ÖZBEK
- Sinyal karıştırıcıların LTE/LTE-A aşağı hat fiziksel kanalına etkileri
The effects of jammers on LTE/LTE-A downlink physical layer
GİZAY KISA
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. ÖZGÜR ERTUĞ
- A robust framework covering measures developed using EVM metric against jamming attacks in next-generation communication systems
Yeni nesil haberleşme sistemlerinde karıştırma saldırılarına karşı EVM metriği kullanılarak geliştirilen önlemleri kapsayan güçlü bir çerçeve
CEM ÖRNEK
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- İnsansız Hava Araçlarının Otokodlayıcı Derin Sinir Ağı Kullanılarak Arazi Temelli Navigasyon ile Konum Tespiti
Location Detection of Unmanned Aerial Vehicles with Terrain-Based Navigation Using Autoencoder Deep Neural Network
AHMET ERTUĞRUL ARIK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
DOÇ. DR. NURİ EMRAHOĞLU