Telsiz vericileri kimlik tespit sistemi tasarımı

Abstract

Herhangi bir verici tarafından üretilen sinyalin bazı karakteristiklerinin sadece o vericiye özgü olduğuna inanılır. Geçici rejim işareti, taşıyıcı işaretinin kapalı konumdan açık konuma geçerken oluşturduğu değişimden çıkar. Bu açılış cevabı her verici için farklıdır, farklı model veya seri nolu olmasına bakılmaksızın. Bu açılış işaretini inceleyerek bu nu herhangi bir vericiden alınmış işarete eşleyebiliriz. Buna göre; eğer açılış işaretinden güvenilir şekilde vericiye özgü özellikler çıkarabilirsek, herhangi bir vericiyi tanıyabiliriz. Bu çalışmamızda verici geçici rejim işaretlerinin yakalanması ve modellenmesi ile ilgili metodu sunuyoruz. İlk olarak geçici rejim işareti yakalanır, sonra önemli özellikler bu işaretten elde edilir. Sonunda da bu özellikler olasılıklı yapay sinir ağları sınıflandırılır. Geçici rejim işaretinin önemli özelliklerinin çıkarılması işlemi fraktal metodu kullanılarak gerçekleştirilir. Bu işlem sonucunda çıkan işaret elde edilen ilk geçici rejim işaretine göre daha sadeleşmiş ve daha da önemlisi daha az uzunluğa sahiptir.

Some characteristics of signals generated by a transmitter are believed to be unique to a given transmitter. The transient response is defined as the change in carrier strength from the off-state to the on-state. The turn-on response is unique for every transmitter, regardless of its make or model. By analyzing the turn-on response we can map a given intercepted signal to a particular transmitter. Therefore, if we can reliably extract the unique parameters of the turn-on transient, then we can identify a given transmitter. In this study, we presents a method of extracting and modelling radio transmitter transients for classification. First, transient is taken, then significant features are extracted from the transients. Finally, this feature is applied to a probabilistic neural network for classification. Characterization of significant features within a transient is achieved through the use of fractal analysis. The resulting signal is a much more stable and consistent representation of the primarily transient signal, and more importantly, can be significantly reduced in size.