Yapay sinir ağları ile kanal kestirimi
Channel estimation with artificial neural networks
- Tez No: 266126
- Danışmanlar: YRD. DOÇ. DR. ERSİN GÖSE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Haliç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: 86
Özet
Kablosuz haberleşme sistemlerinde temel amaç, belli bir zaman aralığındaolabildiğince çok bilgiyi bozucu etkenlerden en az düzeyde etkilenecek şekildekaynaktan kullanıcıya iletmektir. Dolayısıyla temel başarım ölçütü olarak belli biriletim hızı için alıcının hata olasılığı alınır ve bu olasılığın olabildiğince küçükolması istenir.Tezde verici antenlerden gönderilen modüle edilmiş sinyaller, GSMsistemlerinde kullanılan COST207 kanal modellerine gönderilmiştir. COST207 kanalmodeli olarak TU (Typical Urban), BU (Bad Urban) ve HT (Hilly Terrain) kanalmodelleri kullanılmıştır.Kanalların bozucu etkisi özellikle yansımalar, kırılmalar ve saçılmalarhaberleşmede başarımı düşüren önemli etkenlerdir. Kanallardan geçen sinyaller,büyük ölçüde bozuluma uğrayarak alıcı antenlere ulaşırlar. Haberleşme sistemlerindealıcı kısmında güçlü bir kanal kestirimi yapılmalı ki verici antenlerden gönderilensinyaller kayba uğramasın. Bu nedenle bu tezde kanal kestirimi için Yapay SinirAğları (YSA) kullanılmıştır. YSA, kanala giren modüle edilmiş sinyalleri ve alıcıantenlerde elde edilen sinyalleri kullanarak kanal parametrelerini kestirmiş ve yüksekbir performans ortaya koymuştur.
Özet (Çeviri)
The main goal in wireless communication systems, to transmit plenty ofsymbols for limited time duration. While transmitting symbols, the disturbance andnoise of the channel take an important role in communication. With minimumdisturbance, signals must be transmitted from source to users. For this reason, toincrease error performance, for a specific data speed, the probability of error atreceiver site must be considered. The probability of error have to be minimized.In thesis, modulated signals from transmitter antennas are sent to COST207channels. COST207 channels are special types of GSM channels. TU (TypicalUrban), BU (Bad Urban) and HT (Hilly Terrain) are used. Three of them are mainchannels of COST207.Because of reflection, refraction and scattering of channel disturbance, thereliable communication is decreased. The signals which arrived to channels arecorrupted and then are received by receiver antennas. In communication systems, atthe receiver site, it must be used a powerful channel estimation. In this thesis, forchannel estimation, Artificial Neural Network (ANN) is used. ANN performedchannel estimation by using transmitted signals and received signals. As a channelestimator, ANN shows a great performance.
Benzer Tezler
- Enerji hatları üzerinden haberleşme için dikgen frekans bölmeli çoğullama sistemlerinde yapay zeka teknikleri ile kanal kestirimi
Channel estimation with artifical intelligence tecniques for orthogonal frequency division multiplexing-power line communication
ANIL SÜLEV
Yüksek Lisans
Türkçe
2014
Mühendislik BilimleriErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NECMİ TAŞPINAR
- Çok girişli çok çıkışlı dikgen frekans bölmeli çoğullama sistemlerinde yapay zeka teknikleri ile kanal kestirimi
Channel estimation in multiple input multiple output orthogonal frequency division multiplexing systems by artificial techniques
MUHAMMET NURİ SEYMAN
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NECMİ TAŞPINAR
- Artificial neural network based sparse channel estimation for OFDM systems
OFDM sistemler için yapay sinir ağı tabanlı seyrek kanal kestirimi
ABDUR REHMAN BIN TAHIR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HABİB ŞENOL
YRD. DOÇ. DR. ATİLLA ÖZMEN
- Ofdm sistemlerinde yapay sinir ağları kullanarak kanal dengeleme
Using neural networks for channel equalization in ofdm systems
ABDULLAH TUNCAY ÖZŞAHİN
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF.DR. CEBRAİL ÇİFTLİKLİ
- Neural network based channel estimation for time-varying OFDM systems
Zamanla değişen OFDM sistemlerde yapay sinir ağı tabanlı kanal kestirimi
EMRE MOLLAHÜSEYİNOĞLU
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLLA ÖZMEN
DOÇ. DR. HABİB ŞENOL