ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika
Vol 3, No 2 (2015): Jurnal Elkomika

Deteksi Automatis Skema Modulasi Sinyal OFDM menggunakan Ciri Statistik dan Klasifikasi PSO

PAMBUDI, AFIEF DIAS ( Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom)
TJONDRONEGORO, SUHARTONO ( Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung)
WIJANTO, HEROE ( Teknik Telekomunikasi Fakultas Teknik Elektro Universitas Telkom)



Article Info

Publish Date
20 Feb 2016

Abstract

Abstrak Pengenalan format modulasi dari sinyal yang dideteksi merupakan salah satu bahasan penting pada sistem intelligent receiver yang digunakan untuk aplikasi di bidang militer maupun komersial. Oleh karena itu, pada penelitian ini dilakukan klasifikasi skema modulasi pada sinyal OFDM yaitu QPSK, 16-QAM dan 64-QAM. Sinyal OFDM tersebut disimulasikan melewati kanal frequency selective fading dan additive white gaussian noise. Sistem klasifikasi yang dibuat menggunakan ekstraksi ciri statistik dan pengklasifikasi berupa diagram keputusan dengan threshold yang dioptimasi menggunakan algoritma particle swarm optimization (PSO). Pada proses klasifikasi ditambahkan sistem voting dengan skenario penggunaan jumlah simbol OFDM sebanyak 1, 5, 10, 15 dan 20. Hasil akurasi klasifikasi yang optimum didapatkan pada penggunaan lima simbol OFDM yaitu 100 %, 99 %, 96 % untuk klasifikasi QPSK, 16-QAM, 64-QAM pada minimum SNR receiver standar WiMAX IEEE 802.16e. Kata kunci: klasifikasi skema modulasi OFDM, ciri statistik, PSO. Abstract Modulation recognition of the detected signal is one of important topics on intelligent receiver system used for military and commercial applications. (Therefore) This research explored the classifications of the OFDM signal modulation scheme namely QPSK, 16-QAM and 64-QAM. The OFDM signal was simulated to pass through frequency selective fading channel and additive white gaussian noise. The classification system was developed using statistical feature extraction with a decision diagrams (tree diagram) as a classifier optimized by PSO algorithm. The increasing number of OFDM symbols in the classification process that applied a voting system improved the accuracy of the classification of each modulation scheme. The optimum accuracy of the classification had been obtained when five OFDM symbols were applied in the classification scenario. The accuracy was 100% for QPSK classification, 99 % for 16-QAM classification and 96 % for 64-QAM classification on the minimum SNR accepted by the receiver of a system that applied a standard WiMax IEEE 802.16e.   Keywords: classification modulation schemes OFDM, statistical characteristics, PSO.

Copyrights © 2015






Journal Info

Abbrev

elkomika

Publisher

Subject

Electrical & Electronics Engineering Engineering

Description

Jurnal ELKOMIKA diterbitkan 3 (tiga) kali dalam satu tahun pada bulan Januari, Mei dan September. Jurnal ini berisi tulisan yang diangkat dari hasil penelitian dan kajian analisis di bidang ilmu pengetahuan dan teknologi, khususnya pada Teknik Energi Elektrik, Teknik Telekomunikasi, dan Teknik ...