802.11b/g/n sinyal sınıflandırması için donanım tasarımı

Kablosuz olarak haberleşebilen cihaz sayısı, gelişen teknolojiyle birlikte gün geçtikçe artmaktadır. Bu durum elektromanyetik RF spektrumda sıkışıklığa yol açar. RF spektrum kısıtlı olduğundan dolayı verimli bir şekilde kullanılmalıdır. Bili¸ssel radyo (BR), birincil kullanıcıları tespit eder ve ikincil kullanıcıların spektrum boş olduğu anda sinyallerini göndermelerine olanak sağlar. BR, enerji algılama, çevrimsel durağan özellik algılama, uyumlu süzgeç, radyo tanımlama ve algılama gibi metodları kullanarak birincil kullanıcıların tespitini sağlar. Radyo tanımlama, gönderilen sinyalin teknolojisini tespit ettiğinden dolayı diğer metodlara göre daha fazla bilgi sağlar. Son yıllarda, makina öğrenmesi ve derin öğrenme metodları spektrum sezme uygulamalarında kullanılmaktadır. Derin öğrenme Yazılım Tabanlı Radyo(YTR) ile sağlanan çok büyük miktarda veri sayesinde, radyo tanımlama uygulamalarında güçlü performans sergilemektedir. Bu çalışmada, USRP E310 gömülü YTR'si kullanılarak CNN tabanlı sinyal sınıflandırıcı bir donanım tasarlanmıştır. Literatürdeki birçok çalışmada YTR'ler bilgisayara bağlı köle cihazlar olarak kullanılmaktadır. Buna karşılık, gömülü donanım boyut olarak oldukça küçüktür ve bağımsız olarak çalışarak saha dağıtımına olanak sağlar. Tasarlanan donanım 802.11b/g/n sinyallerini sınıflandırır. Sınıflandırma işlemi spektrum tarama ve spektrumun zaman-frekans dönüşümü olan spektrogram resimlerini elde etme ile başlar. Bazı işlem adımlarından sonra, oluşturulan spektrogram resimleri CNN tabanlı sınıflandırıcıya giriş olarak verilir ve girişin tahmini yapılır. Derin öğrenme tekniklerini kullanmak, sistemin adaptasyonunu güçlendirir. Örneğin, CNN tabanlı sınıflandırıcı uygun sinyallerle eğitilerek, çalışmanın LTE, GSM veya diğer sinyalleri sınıflandırması kolayca sağlanabilir.