Logaritmik Moment ve Histogram Tabanlı Otomatik Sayısal Modülasyon Sınıflandırma

Authors : Ahmet GÜNER, Ömer Faruk ALÇİN, Mehmet ÜSTÜNDAĞ

Pages : 29-35

View : 13 | Download : 6

Publication Date : 2017-03-01

Article Type : Research Paper

Abstract :Otomatik Modülasyon Sınıflama (OMS), haberleşme sistemlerinde işaretin algılanması ile demodülasyon arasında yer alan bir süreçtir. OMS, alınan işarete ait hiç veya sınırlı bilgiye sahip olan bir alıcı için çok önemli bir süreçtir. OMS alınan örneklerden gönderilen işaretin modülasyon türünü belirlemek için kullanılmaktadır. Ayrıca yazılım tabanlı radyo, adaptif ve işbirliksiz haberleşme sistemleri gibi birçok uygulamada yer almaktadır. Fakat var olan tekniklerin birçoğu, modem standartlarında ve yüksek kapasiteli radyo sistemlerinde yaygın olarak kullanılan QAM işaretlerinin sınıflandırılmasında başarısız olduğu bildirilmektedir. Bu çalışmada, gönderilen toplanır beyaz Gauss gürültülü işaretlerin yüksek dereceden istatistik ve histogram kullanarak sınıflandırılması için EKK-DVM tabanlı bir QAM sınıflayıcı önerilmiştir. Burada önerilen yöntem, dört modülasyon türü (BPSK, QPSK, 16QAM ve 64QAM) için farklı işaret-gürültü oranı (SNR) ve örnek sayılarına göre analiz edilmiştir. Önerilen yöntem farklı SNR değerlerine karşı oldukça sağlamdır. Geliştirilen QAM sınıflayıcının bilinen logaritmik moment temelli OMS yöntemleriyle karşılaştırıldığı zaman yüksek başarıma sahip olduğu benzetim sonuçları ile görülmektedir. İşaret-gürültü oranı 4dB’den daha büyük olduğu zaman, önerilen sınıflayıcı %98 sınıflayıcı doğruluğundan daha fazlasına ulaşmaktadır.
Keywords : Otomatik Modülasyon Sınıflama, Logaritmik Momentler, Enküçük Kareler Destek Vektör Makinası, Öznitelik Çıkarma