Derin Öğrenme Tabanlı Otomatik Modülasyon Sınıflandırmasında Derinlik Analizi


Kaya O., Güçlüoğlu T., İlhan H.

Havacılık ve Uzay Teknolojileri Dergisi, cilt.17, sa.2, ss.18-45, 2024 (Hakemli Dergi) identifier

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 17 Sayı: 2
  • Basım Tarihi: 2024
  • Dergi Adı: Havacılık ve Uzay Teknolojileri Dergisi
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.18-45
  • Yıldız Teknik Üniversitesi Adresli: Evet

Özet

Otomatik Modülasyon Sınıflandırması (AMC), bir iletişim sistemine gelen sinyalin modülasyon türünü belirleme sürecidir. Derin öğrenme, karmaşık veri yapılarını sınıflandırmak konusundaki üstün performansı nedeniyle son zamanlarda önemli ilgi çekmiş bir makine öğrenimi tekniğidir. Bu çalışma, otomatik modülasyon sınıflandırma süreçlerinin hem sivil hem de askeri uygulamalardaki kritik rolüne odaklanarak, derin öğrenme yaklaşımlarından biri olan Evrişimsel Sinir Ağları'nı (CNN) kullanmaktadır. Bu çalışmada, diğer çalışmalardan farklı olarak ağın derinlik düzeyinin değiştirilmesinin doğruluk düzeyine etkisi incelenmiştir.
Automatic Modulation Classification (AMC) is the process of determining the modulation type of a signal received by a communication system. Deep learning, a machine learning technique, has recently garnered significant attention due to its outstanding ability to classify intricate data structures. This study delves into the critical role of automatic modulation classification processes in both civil and military applications, utilizing Convolutional Neural Networks (CNN) as a deep learning approach. In this study, unlike other studies, the effect of changing the depth level of the network on the accuracy level was investigated.