Ginting, Hosken ( 0322173 ) (2010) Aplikasi Support Vektor Machine (SVM) Untuk Proses Estimasi Sudut Datang Sinyal. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0322173_Abstract_TOC.pdf - Accepted Version Download (506Kb) | Preview |
|
|
Text
0322173_Appendices.pdf - Accepted Version Download (558Kb) | Preview |
|
|
Text
0322173_Chapter1.pdf - Accepted Version Download (279Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0322173_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (616Kb) |
|
|
Text
0322173_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (494Kb) |
|
|
Text
0322173_Chapter4..pdf - Accepted Version Restricted to Repository staff only Download (343Kb) |
|
|
Text
0322173_Conclusion.pdf - Accepted Version Download (229Kb) | Preview |
|
|
Text
0322173_Cover.pdf - Accepted Version Restricted to Repository staff only Download (113Kb) |
|
|
Text
0322173_References.pdf - Accepted Version Download (242Kb) | Preview |
Abstract
Kapasitas sistem komunikasi memiliki keterbatasan karena gangguan cochannel. Jika antena penerima dapat menentukan sudut kedatangan (AOA) dari masing-masing pengguna dan kemudian membuat beams yang berbeda untuk berbagai pengguna dan mengikuti pengguna, kapasitas saluran dapat sangat meningkat. Untuk mendeteksi arah kedatangan sinyal, antena Radar konvensional harus berputar 360 derajat, sehingga diperlukan kemampuan mekanis yang memberikan delay yang cukup besar. Oleh karena itu, dikembangkan berbagai cara untuk melakukan estimasi arah kedatangan sinyal, sehingga antena tidak perlu berputar lagi. Cara yang dikembangkan saat ini adalah dengan menerapkan antena smart pada Radar. Untuk menerapkan antena smart diperlukan dua tahap, yaitu estimasi DOA (Direction of Arrival) dan proses beamforming. Dalam Tugas Akhir ini membahas tentang estimasi DOA (Direction of Arrival) dengan menggunakan metoda SVM (support vektor machine). Metoda SVM adalah metode learning machine yang bekerja atas prinsip Structural Risk Minimization (SRM) dengan tujuan menemukan hyperplane terbaik yang memisahkan dua buah kelas pada input space. Dari hasil percobaan diperoleh bahwa semakin besar selisih jumlah elemen antena dengan jumlah sudut, semakin tinggi SNR dan semakin banyak jumlah gelombang, maka akurasi algoritma DOA akan semakin tinggi. Dengan demikian dapat ditentukan arah kedatangan sinyal dan sudut datang dari sinyal.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | DOA, Learning Machine, AOA, SVM, SNR, SRM |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 03 Jul 2013 08:04 |
| Last Modified: | 03 Jul 2013 08:04 |
| URI: | http://repository.maranatha.edu/id/eprint/3707 |
Actions (login required)
 |
View Item |
