Derin öğrenme tabanlı modülasyon tanıma

dc.contributor.authorLeblebici, Merih
dc.contributor.authorÇalhan, Ali
dc.contributor.authorCicioğlu, Murtaza
dc.date.accessioned2024-08-23T16:08:07Z
dc.date.available2024-08-23T16:08:07Z
dc.date.issued2023en_US
dc.departmentDüzce Üniversitesien_US
dc.description.abstractHaberleşme teknolojilerinde her geçen gün artan sinyal çeşitliliği, bu sinyallerin tanımlanması ve sınıflandırılması gerekliliğini ortaya çıkarmıştır. Beşinci nesil (fifth generation, 5G) ve ötesi kablosuz haberleşme teknolojileri, birçok uygulama için vazgeçilmez iletişim araçları haline gelmiştir. Otomatik modülasyon tanıma (automatic modulation recognition, AMR) tekniği, özellikle yeni nesil nesnelerin interneti, akıllı şehirler, otonom araçlar ve bilişsel radyo gibi birçok uygulama için temel bileşen haline gelmiştir. Bu çalışmada sekiz farklı modülasyon türü kullanılarak bir veri seti oluşturulmuş ve derin öğrenme (deep learning, DL) algoritmalarından olan evrişimli sinir ağları (convolutional neural network, CNN) kullanılarak farklı sinyal-gürültü oranlarında (signal-to-noise ratio, SNR) modülasyon türü sınıflandırılması yapılmıştır. Sonuç olarak SNR değerleri 10 dB, 20 dB ve 30 dB iken CNN ile sınıflandırma işleminde sırasıyla %80,76, %99,89 ve %100 doğruluk sağlanmıştır.en_US
dc.identifier.doi10.17482/uumfd.1161509
dc.identifier.endpage140en_US
dc.identifier.issn2148-4147
dc.identifier.issn2148-4155
dc.identifier.issue1en_US
dc.identifier.startpage123en_US
dc.identifier.trdizinid1177775en_US
dc.identifier.urihttps://doi.org/10.17482/uumfd.1161509
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1177775
dc.identifier.urihttps://hdl.handle.net/20.500.12684/15099
dc.identifier.volume28en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofUludağ Üniversitesi Mühendislik Fakültesi Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.titleDerin öğrenme tabanlı modülasyon tanımaen_US
dc.typeArticleen_US

Dosyalar