Onursal Ba~kan B. Slddlk Yarman (ISIK Oniversitesi) Kurultay Ba~kanl E. PanaYlrcl (ISIK Oniversitesi)

Transkript

1

2 Onursal Ba~kan B. Slddlk Yarman (ISIK Oniversitesi) Kurultay Ba~kanl E. PanaYlrcl (ISIK Oniversitesi) U. Bayazlt (ISIK Onil'ersilesi), Ba!fkan A. Akan (islanblll Onil'ersilesi) L. Akarun (Bogazif,:i Oniversilesi) R. Akdeniz (n-ak)'a Dniversitesi) T. Akgiin (TUBiTAKj E. Ananm (Bojjazh;i Oniversitesi) S. Ank (istanblll Oniversilesi) O. Ankan (Bilkel7l Onil ersilesi) O. Aygolii (islanbul Teknik Oniversilesij A. Barkana (0. G. 0) B. Barshan (Bilkenl C'niversitesi) B. Baykal (Ortadojju Teknik Oniversilesi) S. Bingol (Haceliepe Oniversilesi) G. B. Akar (Ouadogu Tef...77ikOniversitesij I. Bozma (Bojjazir;i Oniversilesi) I. Celasun (islanbul Teknik Oniversilesi) E. (:etin (Sabanci C'nil'ersilesi) H. (:Irpan (islanbl/i C'nil'ersilesi) T. (:iloglu (Orladogl/ Teknik Oniversilesi) H. Deli<;: (Bojjazir;i Onil'ersitesi) M. Demirekler (Ortadogll Teknik Onil'ersilesi) E. Dilaveroglu (Ull/dag Oniversilesi) F. Eken (ASELSAN) A. Er<;:il(Bogazir;i Oniversitesi) A. Eniiziin (Bogazir;i Oniversitesi) M.Gokmen (islanbul Tef...77ikOniversitesi) B. Giinsel (M.A.M.) K. HaclOglu (Dogu Akdeniz Oniversilesi) U. Hailci (Orladojju Teknik Oniversitesi) A. H. Kayran (islanbul Teknik Oniversilesi) H. Kuntman (islanhlll Teknik Oniversilesi) K. Leblebicioglu (Ortadojjll Teknik Onil'ersilesi) L. Onural (Bilkent Onil'ersitesi) H. bzakra~ (Bilkenl Oniversilesi) B. Sankur (Bo{tazir;i Onil'ersilesi) O. Sunay (Kor; Onil'ersilesi) V. Tav~anoglu (Soulhbank UniversitJ; U.K.) M. Tekalp (Kp{-'Onil'ersitesij E. Tufan (islanhl/i Onil'ersilesi) F. Yallnan- Vural (Orladogll Teknik Onil ersile.l'i) y. YardIl11CI-<;:etin (Ortadogu Teknik Onil'ersilesi). B. S. Yarman (ISIK Onil'ersilesi) A. Yonga<;:oglu (OUalm UniVerSI); Canada) Duzenleme Kurulu U. Bayazlt (ISIK Onil'ersilesi) H. Giirkan (ISIK Oniversilesi) O. Giiz (ISIK Onil ersilesi) E. G. (:imen (ISIK Onil'ersilesi) O. Oguz (ISIK Onil'ersilesi) Ula~lm ve Konaklama Hizmetleri J~1il7as Turiz/11 Destek Veren Kurulu~lar 1!iIK Universitesi, TUBiTAK, IEEE Tiirkiye!il/besi. ERICSSON. TURXCELL, ALCATEL, SIEMENS. AR(:ELiK. OKSiJEN TECH.. INFONET ve COMNET.

3 YAP AY SiNiR AGI VE FFT TABANLI BiR AKILLI DTMF SiNYAL KOD c;6zucusu ibrahim TURKOGLU FIrat Universitesi Elektronik ve Bilgisayar Egitimi Boliimii ElaZlg iturkogl Davut HANBA Y FIrat Universitesi Elektronik ve Bilgisayar Egitimi Boliimii Elazlg dhanbay@firat.edu.tr Ozetl;e Bu ~ah~mada oriintii tal1lma yakla~lml kullanan akjlh kod ~oziicii sistemi geli~tirilmi~tir. Ger~ekle~tirilen sistem, DTMF sinyallerinin 111Zh fourier donii~iimiinden ve yapay sinir agmdan olu~maktadlr. Sistemin giri~i data kartl iizerinden alman on alt. adet DTMF sinyal oriintiisiidiir. Sinyallere ait ozellikler hlzh fourier donii~iimii kullal1llarak ~lkai1j1ml~tlr. Adaptif ogrenme oranh ve hata geri yaymlm ogren me algoritmah ~ok katmanh yapay sinir agl yaplsl ile ozellikler sll1lf1andjnlml~tlr. Sonu~ta yiiksek oranda bir ba~an elde edilmi~tir. DTMF sinyalleri telefon hatlanmn ozelliklerine bagh olarak genrekle~tirilen aramalarda, aranan ve arayan ki~ilerin numaralannm kaydedilmesinde, konu~ma siirelerinin tespitinde, uzaktan sistem kontroliinde ve telekonferans sistemlerinde kullamlmaktadn [I ],[2],[3]. Bu ayldan DTMF sinyal kod yozliclileri son derece onemlidir. Orlintli tamma sistemleri genellikle iki klslmdan olu~ur; birinci klslm~ orlintiilerin tanmmasl iyin gerekli ozel1iklerin veya olylilecek bliyliklliklerin seyilmesi i~lemini geryekle~tirir. Bu i~leme, ozellik ylkarma ve bu i~lemi geryekle~tiren sisteme, ozellik ylkancl adl verilmektedir. Orlintlileri belirlemede kullamlan her bir ozelligin veya olylilecek bliyiikliigiin, olylim sonucunu veren geryel saylya ozel1ik adl verilmekte ve bile~enleri bu ozel1iklerden olu~mu~ vektore, ozelliklerin almdlgl orlintliye ili~kin oznitelik vektorli denilmektedir. Pratikte uygun ozellik seyimi, bir oruntli tamma probleminin en gliy ve en onemli bollimiinli olu~turur. Eger seyilen ozel1ikler orlintlilerin blitiin ozelliklerini tam olarak ta~lmlyorsa, tamma ve smif1andirma i~lemlerinde yapi1acak hatalar bliylik olacaktir. Oruntli tammanm ikinci klsml ise, elde edilen oznitelik vektorlerinden faydalanarak oruntilleri smlf1andmlmasldlf. Orlintli smif1andirma i~lemi, oznitelik vektorlerinden olu~mu~ uzaym her bollimli bir orlintli slmfma kar~l dli~ecek ~ekilde, birbirlerinden aynk bollimlere aynlmasl ve her bollime i1i~kin bir dogrusal aymm fonksiyonu tammlanmasl temeline dayamr [4]. Orlintli tamma i~leminde kullamlan en yaygm blok diyagram $ekil I.de gosterilmi~tir [5].

4 10. Sinyaf j~!em& ve ifeti im Uygulamahm KuruNa)!;) Haziran 2(J{)2.(Jlurmkkale ~Denizli Ozellik ylkancl/seyici Periyodik i~aretlerin frekans bolgesi gosterimi fourier serisi ile elde edilir. Fakat kullandlglmlz butun sinyaller periyodik degildir. Periyodik olmayan i~aretlerin frekans bolgesi gosterimini geryekle~tirmek iyin fourier serisi kullanilamaz. Fourier Oonti~UmU sonlu uzunluktaki bir dalganm periyodik hale getirilerek fourier katsayilanl1ln hesaplanmasl ile elde edilir. Periyodik saylsal i~aretlerin fourier donti~timti Aynk Fourier Oonti~Umti (OFT) olarak adlandmhr. (O,NT) arahgmda omeklenmi~ sinyal x(nt)=x(nt).ot(t) ve fourier katsayilan da Xk olarak tammlamr. Fourier katsayllan Oenklem 1 ile hesaplamr. x k = l.- Nil x (nt) e- jle (26/N)n N n=o Bu denklemde hesaplanan Xk degerleri aynk fourier katsayilandlf. Aynk fourier donti~timtin hesaplanmasmda her bir Xk degeri i<;:in N karma~lk yarpma ve N-I karma~lk toplama kullamlmaktadlr. Bu nedenle N adet OFT bulunurken N 2 kadar yarpma ve N(N-I) toplama i~lemi gereklidir. OFT nin hesaplanmasl yak fazla miktarda i~lem gerektirrnektedir. t~lem sayls1l11 azaltmak amaci ile OFT ile ayl1l anlama gelen HIZlJ Fourier ObnU~timti (FFT) kullamljr. FFT i~lemi iki farklj metotla gef(;ekle~tirilir. Bunlardan birincisi zamanda bolmeli FFT, ikincisi frekans da bolmeli FFT dir. Zamanda bolmeli FFT de N bir <;:iftsayl oldugu kabul edildiginde x(n) dizisi N/2 uzunlugunda iki diziye aynhr. BlI a;ilfma i~leminde birinci dizinin elemanlan tek indisli, ikinci dizinin elemanlan yift indisli seyilir. (NI2)-] rk Ie(NI2)-l rle xle = r~o x(21)rv N12 +WN r~o x(2r+])w NI2 denklemiyle zamanda bblmeli FFT ger<;:ekle~tirilir. ~'rekans da bblmeli FFT de ise dizi acta noktasmdan ikiye aynhr. Eide edilen her bir dizi tekr. ikiye aynlarak frekans da bolmeli FFT geryekle~tirilir [6]. (NI2)-]. I N-] (. (FI) I.. "'. ( ) 'Ville, '\' _', "')) 'v 11+ h. -/'1>..\ Ie = L.\ n Y N T L X (n -r lv/_. Y N 11=0 n=n12

5 Yapay sinir aglan (YSA), ozellikle bilgisayar teknolojisinin geli~mesi ile mtihendislik sahasmda yok geni~ bir uygulama alam bulmu~tur (7). Yapay sinir aglan a~agldaki karakteristiklere sahip paralel bilgi i~leme yapjiandlr. - Biyolojik bir l1orondan esinlenerek matematiksel modeli ortaya konmu~tur. - Birbirine baglanan yok geni~ sayldaki i~lem elemanlanndan olu~ur. - Baglanh aglrhklan ile bilgiyi tutar. - Bir i~lem elamal1l giri~ uyanlanna dinamik olarak tepki verebilir ve tepki tamamen yerel bilgilere baghdlr (ilgili i~lem eleman1l11 etkileyen baglantjiar ve baglant! aglfhklan yoluyla gelen giri~ sinyali). - Egitim verisi ile ayarlanan baglantj aglrhklan sayesinde ogrenme, hatlflama ve genelleme yeteneklerine sahiptir. Bu Listtinozellikleri, yapay sinir aglannll1 karma~lk problemleri yozebilme yetenegini gosterir (8). $ekil 2.deki biyolojik norondan esinlenerek ortaya konmu~ i~lem elamal1lnll1 basit bir matematiksel modeli verilmi~tir. Bu model de i. i~lem elemanmm ylkl~l Denklem 4 ile verilmi~tir. m y(t+1)=a [ I lv X.(1)-2! )=1 1J ) I ) '\ Burada a(.) etkinle~tirme fonksiyonu, 8j ise i. i~lem elamanll1111e~ik degeridir. i~lem elemanlannm bilgi i~lemeleri iki kislmdan olu~ur : giri~ ve C;:lki~.Bir i~lem elemal1l dl~ardan ahm~ oldugu Xj giri~ bilgilerini bagh bulunduklan Wjj aglrll1an ve a(.) fonksiyonu tizerinden ylkl~a aktanr. Giri~ler XI~ W. X 2 ~ Geli~tirilen DTMF sinyal ortinttisti tal1lma algoritmasmm yaplsl $ekil 3. de gosterilmi~tir. DTMF sinyalleri data kart! vasltaslyla ahnarak [9], sistemin yazlhm geryeklemesi MATLAB da yapjiml~tjr. Sistem yaplsl tiy a~amadan olu~maktadlr :

6 Olu~an frekans spektrumunun yapay sinir agmm giri~ine verilmesi. Yapay sinir ag1l1m C;:lki~sllllflannm 0lasl11k degerleri kazanan hepsini all,. (Winner Take All- WTA) karar katmanma verilerek, ic;:lerinde en yuksek degere sahip olan 0laslhg1l1 karar olarak tal1lnmasl. DTMF Sinyalleri ' YSA SmlflandmCISI WTA karar kurah Tamma DTMF (Dual Tone Multi Frequency) sinyalleri DTMF kodlaylcisl tarafmdan iiretilir. Farkh frekansta iki siniizoidal i~aret cebirsel olarak toplal1lr. Herhangi bir hl~a basl1dlgmda 0 tu~a ait iki tane farkh frekansh sinyal iiretilir. Bu sinyallerden du~uk frekansh olam bastlan tu~un hangi satlrda yer aldlgml yiiksek frekansh olal1l da hangi sutunda bulundugunu belirtir. Ton frekanslan harmoniklerden ve diger bozucu giri~lerden etkilenmeyecek ~ekilde sec;:i1mi~lerdir. Sinyallerin telefon tarafmdan dogru olarak iletilmesi ve merkez santral taraf1l1dan dogru olarak algdanmasl onemlidir. Sinyal frekanslan nominal degerin ± % 1.5 degerinde olmahdlf. DTMF sinyallerin algl1al1lp kodunun C;:bziilmesinde c;:ok degi~ik yontemler kullal1llmaktadlr: filtre, entegre olarak Uretilen kod yoziiculer, DSP saylsal i~aret i~lemcileri [10],[ II]. Ahize kaldmldlgmda sistem tarafmdan pals veya ton olabilecek bir arama beklenir. DTMF ahcisl ve Dial pals ahcisl hatta baglal1lr. Herhangi bir pals belirlenirse derhal DTMF ahcis1l11devre dl~1 blraklr. Ton belirlenirse bu durumda da Dial pals ahcis1l11devre dl~1 blrakir. $ekil 4.de tu~lar ve bu hl~lara ait sinyal frekanslan gorulmektedir 1209Hz 1336Hz 1477Hz 1633Hz 697Hz A 770Hz B 852Hz C 941Hz * 0 # D Geli~tirilen ybntemin ilk a~amasl olan hlzh fourier donu~umu kullal1llarak ozellik ylkarmada, gelen DTMF sinyal oriintiisuniin genlik spektrumu elde edilmektedir. $ekil 5. de "A" tu~unun DTMF sinyali ve FFT den elde edilmi~ genlik spektrumu gorulmektedir.bu ~ekilde ylkanlan bzellik vektoru sekiz bile~enden olu~maktadlr. $oyle ki ; V=[V\, V 2, V 3, V 4, Vs, V 6, V 7 Vg]

7 1.25! I I~- I >' 0_75 ~ : - ~! ' ~:: r ~ 0.5 f -! Zaman 0.25 ~. I I i 0:"" --~--"--~--~"--'--~---' o Frekans (Hz) Geli~tirilen yontemin sll1if1andlflcl a~amasl iyin, yok katmanh ileri beslemeli yapay S111Jfagl kullal11ldl. Yapay sinir agl sll1lflandlflclsil1111 giri~/ylki~ ikilisi $ekil 6. da gosterilmi~tir. Bu yah~ma iyin yapay sinir agmm seyilen parametreleri: Katman saylsl : 3 (giri~, ara, ylki~) Katmanlardaki noran saylsl : 8,20, 16 Ogrenme algoritmasl : Geri-yayuum Uyarlamah ogren me oram : (+ 1.04, -0.7) Momentum katsaylsl : 0.95 Toplam sistem hatasl : Etkinle~tirme fonksiyonu : Tanjant sigmoid. '---.- ~l-:;-ir- -J ~.!L~~ VI v 2

8 Geli~tirilen akllh DTMF sinyal taoima sisteminin test edilmesinde yuksek bir ba~anya ula~llml~tir. Sisteme ogretilen DTMF sinyalleri % oramnda bir ba~an ile taololm~tlr. Aynca DTMF sinyauerinde %5-15 lik bir bozulma durumunda da yine ayoi ba~an gozlemlenmi~tir. Boyle bir sistem, kullaoilan yapay sinir aglannm paralel yah~ma ozelliklerinden oturu yok hlzh tan una karanl1l verebilmektedir. Yine iletim hatlanndan ve dl~ etkilerden kaynaklanan, DTMF sinyallerindeki gurultu ve giri~im olaylannda, sistemin dogru taoima karan degi~memektedir. Maliyet olarak bir DSP mikroi~lemcisine gore byaslandlgmda bu yapl yok daha ucuza Ylkmaktadlr. Sistemde ayi1landa birden c,:oktu~a basilmasl durumunda karar katmaoindaki ylkj~ olasillk degerleri %50 degerini a~madlgli1dan herhangi bir DTMF sinyali olarak tanmmamaktadlr. Yukanda belirtilen ozelliklerinden dolayl, geli~tirilen bu sistem klasik DTMF sinyal kod yozuculerine altematif akllh ve kaliteli bir DTMF sinyal kod c,:ozucusuolabilecektir. [I] Coskun r. ve Ardam H., "A remote controller for home and office appliances by telephone," IEEE Trans. on Consumer Electronics, vo1.44, ss , Kasun, [2] Edwards K., Quinn K., ve etc., "Evaluating commercial speech recognition and DTMF technology for automated telephone banking services," lee Colloq. on Adv. in Inter. voice Tech. for Telecom. Serv., ss.4/1-4/6, [3] Huertas G., Vazquez D, ve etc., "Built-in self-test in mixed-signal ICs: a DTMF macrocell," 3. Inter. Conf. on VLSI Design, ss ,2000. [4] Bishop C.M., "Neural Networks for Pattem Recognition," Clarendon Press, Oxford, [5] Duda R. O. ve Hart P.E., "Pattem Classification and Scene Analysis," Stanford Res. Ins., [6] Kayran AI--r., "SaYlsal l~aret l~leme," lto, [7] Haykin S., "Neural networks: A Comprehensive Foundation," Macmillan College Publishing Company, Inc.,New York, [8] Lin C. T. ve Lee C.S.G., "Neural Fuzzy Systems", Prentice-Hall, [9] "B4622B Model Dijital Santral Egitim Seti," YOKIDUnya Bankasl II. EndUstriyel Egitim Projesi, [10] Shatnawi AM., Abu-EI-Haija AL, Elabdalla A.M, "A digital receiver for Dual Tone Multifrequency (DTMF) signals," IMTC/97. Proceedings. IEEE, vol. 2, ss ,1997. [II] Huertas G., Vazquez D., "Effective oscillation-based test for application to a DTMF filter bank," Intemational Test Conference Proce.edings, ss ,1999.