haku: @keyword classification / yhteensä: 52
hakutulos-lista
viite: 10 / 52
« edellinen | seuraava »
Tekijä:Jäntti, Joona
Työn nimi:Spectrum Sensing and Waveform Classification Using Cepstral Analysis
Spektrin aistinta ja aaltomuotojen luokittelu kepstrianalyysia käyttäen
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2014
Sivut:x + 76 s. + liitt. 4      Kieli:   eng
Koulu/Laitos/Osasto:Signaalinkäsittelyn ja akustiikan laitos
Oppiaine:Signaalinkäsittely   (S3013)
Valvoja:Koivunen, Visa
Ohjaaja:Chaudhari, Sachin
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201411032978
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  2410   | Arkisto
Avainsanat:cepstrum analysis
classification
cognitive radios
detection
spectrum sensing
ilmaisu
kepstrianalyysi
kognitiivinen radio
luokittelu
spektrin aistinta
Tiivistelmä (fin):Lisensoitujen taajuskaistojen tehoton käyttö sekä langattoman tiedonsiirron nopea kasvu on ruuhkauttanut nykyisen käytettävissä olevan radiospektrin.
Radiospektrin tehokkaammaksi ja joustavammaksi hyödyntämiseksi on kehitetty kognitiivisia radiojärjestelmiä, jotka antavat toissijaisille käyttäjille luvan käyttää lisensoituja taajuuskaistoja, kunhan käytöstä ei aiheudu haittaa ensisijaisille käyttäjille.
Jotta toissijaiset käyttäjät voisivat hyödyntää vapaita taajuuskaistoja tehokkaasti, tulisi niiden pystyä keräämään informaatiota ja muodostaa tilannetietoisuutta radioympäristöstä aistimalla spetriä.

Tämä diplomityö keskittyy spektrin aistintamenetelmiin, jotka pohjautuvat kepstrianalyysiin.
Menetelmät soveltuvat monikantoaaltoteknologiaan perustuvien ortogonaalista taajuusjako-multipleksausta (OFDM) käyttävien signaalien aistimiseen.
OFDM on merkittävin nykyisten ja tulevaisuuden langattomien tiedonsiirtojärjestelmien käyttämä modulaatiomenetelmä.
Työssä johdetaan analyyttiset jakaumat kohinaisessa kanavassa olevan OFDM-signaalin kepstrikertoimille.

Vapaan spektrin löytäminen mallinnetaan tilastollisena hypoteesin testausongelmana, jonka ratkaisemiseksi esitetään kaksi kepstrianalyysiin pohjautuvaa OFDM-signaalin ilmaisumenetelmää.
Lisäksi työssä esitetään menetelmät sekä OFDM-symbolin datapituuden että syklisen etuliitteen pituuden estimoimiseksi.
Lopulta kaikki ehdotetut yhden aistijan menetelmät laajennetaan hajautettuun monen sensorin aistimisongelmaan.
Monen sensorin käytöllä pyritään parantamaan päättelyn luotettavuutta vaativissa radioympäristöissä.
Esitettyjen algoritmien suorituskykyä sekä teoreettisten analyysien tuloksia tarkastellaan kattavien simulaatioiden avulla.
Tiivistelmä (eng):Current usable radio frequency spectrum is beginning to be heavily crowded due to the inefficient use of the licensed spectrum bands along with the rapid growth of wireless technologies.
Cognitive radios are developed to overcome this underutilization problem by allowing secondary users to use licensed spectrum bands in an agile manner as long as they do not harm the primary receivers.
In order to access unoccupied licensed spectrum bands effectively and to achieve awareness of the radio environment, opportunistic secondary users must perform spectrum sensing.

This thesis is focused on spectrum sensing techniques that utilize cepstral analysis.
The scope is on sensing multi-carrier primary signals that utilize orthogonal frequency division multiplexing (OFDM) modulation.
OFDM a key modulation method in current as well as future wireless transmission systems.

In this thesis, the distributions of the cepstral coefficients of OFDM signals in additive white Gaussian noise (AWGN) channel are derived analytically.
The problem of finding idle spectrum is modeled as a statistical hypothesis testing problem.
For solving such problem, two local detection algorithms based on cepstral analysis for detecting OFDM signals are proposed.
Furthermore, cepstrum-based algorithms for estimating the data length and the cyclic prefix (CP) length of an OFDM symbol are proposed.

Finally, all proposed single-user detection and parameter estimation algorithms are extended to a cooperative scenario where multiple distributed sensors operate simultaneously.
Distributed sensing is implemented for achieving better decision reliability especially in challenging radio environments.
The performances of the proposed algorithms as well as the results obtained from theoretical analysis are justified through extensive simulations.
ED:2014-11-09
INSSI tietueen numero: 50020
+ lisää koriin
« edellinen | seuraava »
INSSI