The automatic recognition of the communication standard that is used by a received signal is a crucial task if universal interoperability between incompatible devices is to be ensured. Basically, two different approaches exist for the solution of such problems: Likelihood-based classifiers make use of the detection and estimation theory and are optimal with regards to the probability of correct decisions. However, this approach rarely leads to feasible solutions if the considered signals are highly heterogeneous or the number of unknown signal parameters is large. Closed-form solutions can often only be found using approximations and assumptions. Feature-based classifiers are based on the principles of pattern recognition. Even though this approach is not optimal vis-à-vis the likelihood-based methods, it can reach a probability of misclassification that is close to the optimal solution, as long as the features are developed suitably. Furthermore, there are numerous possibilities of developing such algorithms, which can be devised with the objective to achieve the desired feasibility. In the present work, both approaches are investigated for the automatic classification of six commonly used communication standards in the European 868 MHz band. Initially, both classifiers are developed and verified via Monte-Carlo simulations. Subsequently, the approaches are compared with respect to feasibility, hardware resources required, assumptions made and the probability of correct decisions. Finally, the feature-based classifier is implemented on a prototype and verified by measurements.

Die automatische Erkennung des Kommunikationsstandards, auf dem ein empfangenes Signal basiert, ist eine wichtige Aufgabe, wenn universelle Interoperabilität zwischen inkompatiblen Geräten gewährleistet werden soll. Zur Lösung derartiger Problemstellungen gibt es grundsätzlich zwei verschiedene Herangehensweisen: Hypothesentestbasierte Klassifikatoren beruhen auf der Detektions- und Estimationstheorie und sind optimal im Sinne der Wahrscheinlichkeit korrekter Entscheidungen. Jedoch führen diese Ansätze oftmals nicht zu realisierbaren Lösungen, wenn sehr heterogene Signale betrachtet werden oder die Zahl unbekannter Signalparameter groß ist. Geschlossene mathematische Lösungen lassen sich häufig nur durch Näherungen und Annahmen finden. Merkmalsbasierte Klassifikatoren dagegen beruhen auf den Prinzipien der Mustererkennung. Obwohl diese Verfahren im Gegensatz zu den hypothesentestbasierten Ansätzen nicht optimal sind, kann bei geeigneter Wahl der Merkmale eine Fehlerwahrscheinlichkeit nahe dem Optimum erreicht werden. Zudem bestehen bei der Entwicklung solcher Verfahren zahlreiche Freiheitsgrade, so dass diese Klassifikatoren mit Bedacht auf deren Realisierbarkeit erarbeitet werden können. Im Rahmen der vorliegenden Arbeit werden beide Ansätze für die automatische Klassifikation von sechs häufig verwendeten Kommunikationsstandards im europäischen 868 MHz-Band untersucht. Zunächst werden beide Klassifikatoren entwickelt und mittels Monte-Carlo-Simulationen verifiziert. Anschließend werden die Verfahren unter Berücksichtigung der Realisierbarkeit, des zu erwartenden Schaltungsaufwandes, der getroffenen Annahmen und der Wahrscheinlichkeit korrekter Entscheidungen verglichen und gegeneinander abgewogen. Schließlich wird der merkmalsbasierte Ansatz in Form eines Prototyps implementiert und messtechnisch verifiziert.