Geri Dön

Compressed training adaptive equalization

Sıkıştırılmış eğiticili uyarlanır denleştirici

  1. Tez No: 397232
  2. Yazar: BAKİ BERKAY YILMAZ
  3. Danışmanlar: DOÇ. DR. ALPER TUNGA ERDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İletişim Bilimleri, Communication Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Koç Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 113

Özet

İletişim sistemlerinde önemli sorunlardan biri olan sistem vericisinden alıcısına gönderilen veri paketlerindeki göreceli bilgi içeriğinin arttırılmasıyla gerçekleştirilecek veri oranının iyileştirilmesine bu tezde değinilmiştir. Bu yüzden, verilen bir veri paketindeki alıcı tarafından da bilinen (dolayısıyla herhangi bir bilgi taşımayan) eğitici veri sayısını azaltıp bilgi verileri için daha fazla yer bırakan bir grup uyarlanır denkleştirici algoritmaları sunulmuştur. Bu eğitici veriler, alıcının güvenilir bir şekilde bilgi verilerini geri elde etmesi için bilinmeyen ve sürekli değişen kanalların iletişimi engelleme etkisini telafi etmesi ve bu kanalları öğrenmesi açısından oldukça önemlidir. Eğitici veri sayısının çok olması, iletişimin gerçekleştiği ortamın etkisinin daha iyi irdelenmesi, alıcının telafi etme yeteneğinin arttırılması yani daha güvenilir bir iletişim ağının oluşturulması anlamına gelmektedir. Fakat eğitici veri sayısının çok olması, veri paketindeki asıl bilgi verileri için ayrılan alanın azalması anlamına da gelmektedir. Bu tezde, iletişim paketlerindeki göreceli bilgi içeriğinin arttırılması ile bu verilerin alıcı tarafında güvenli bir şekilde geri elde edilmesi arasındaki değiş tokuşa işaret eden sıkıştırmalı eğiten uyarlanır denkleştirici bir taslak sunulmuştur. Bu taslak, verilere ait büyüklük yapılarından faydalanan ve daha az eğitici veri ile şu anda kaynaklarda yer ala modern algoritmalarla aynı güvenirlik seviyesine ulaşabilen algoritmalar oluşturmayı mümkün kılmaktadır. Modern algoritmalardan daha az eğitici verilerin kullanılması fikri, yetersiz gözlemlerden giriş verilerinin geri elde edilmesi üzerine kurulan sıkıştırmalı algılama kaynaklarını irdelememizi sağlamıştır. Kanal dürtü tepkisi ile denkleştirici dürtü tepkisinin evriştirilmesiyle oluşan birleşik dürtü tepkisinin sistemdeki gecikmeyi ifade eden bir noktası hariç tüm noktalarının sıfır olması ve bu sebeple tanımlanan birleşik dürtü tepkisinin nadirlik(sparseness) özelliği, sunduğumuz taslağın sıkıştırmalı algılama arasındaki ilişkisinin açıklandığı özellik olmuştur. Ayrıca bu tezde, sunulan taslakların performans çözümlemeleri, deneysel olarak ve matematiksel bir üst sınır koyaraktan sunulmuştur. Algoritma çözümlemeleri gürültülü ve gürültüsüz olmak üzere iki kısma ayrılmıştır. Gürültüsüz ortama gerçek hayatta karşılaşma olasılığı pek fazla mümkün görünmese de, sıkıştırmalı algılama kaynaklarındaki düşüncelerden faydalanmak ve sıkıştırmalı algılama ile olan bağlantısını gösterebilmek için yine de değinilmiştir. Aslında, burada sunulan algoritmalar, iletişim kanalındaki gürültünün görmezden gelindiği bazı ortamlar için uygulanabilir. Daha gerçekçi olan gürültülü ortamlar için önerdiğimiz algoritma için ise hatanın karesinin beklenen değeri ve birleşik dürtü tepkisinin güvenilir tahminleri matematiksel ve deneysel olaraktan verilerek, bu tezin amaç olan iletişim sistemlerindeki veri paketlerinde bilgi veri içeriğinin eğitici veri sayısını azaltarak arttırmayı sağlamada başarılı olduğu gösterilmiştir.

Özet (Çeviri)

This thesis addresses the problem of improving the data rates of communication systems by increasing the relative information content of the data packets sent from communication transmitters to communication receivers. For this purpose, we propose a new branch of adaptive receiver algorithms that requires less“training symbols”which are known to the receiver (and therefore carrying no information) leaving more room to information symbols in a given packet. These training symbols are crucial for the receiver to learn and to compensate the disrupting effects of the unknown and changing communication channel for the purpose of reliable recovery of the information symbols. The longer training lengths enable better probing of the communication medium effects, better compensation (usually referred as equalization) ability for the receiver, and therefore, a more reliable communication link. However, the longer training symbols imply less room for the actual information symbols intended to be sent over the communication link. The“compressed training”adaptive equalization framework proposed in this thesis addresses this trade-off between the relative information content of the communication packets and their reliable recovery at the receiver site. Through this framework, it is possible to design more intelligent receiver algorithms, taking advantage of the special magnitude boundedness structure of the communication symbols, demanding less training symbols than the state of the art receiver algorithms to achieve the same reliability level. The idea of using less training symbols than the state of art receiver algorithms leads us to exploit the concepts of compressive sensing literature where insufficient number of observation is operated to obtain the input vector. The bridge is built on the sparseness property of combined channel. Since ideal combined channel response, which is the convolution of channel impulse response and equalization impulse response, is full of zeros except one spot which characterizes the delay of the system, sparseness of the ideal combined channel response is the property where the proposed approaches and compressive sensing literature coincide. The thesis also provides performance analysis of our algorithms by exhibiting empirical results and by introducing some upper bounds for the error of the system. The analysis is divided into two parts as noiseless and noisy case. Although noiseless case is not realistic in our world, the case is investigated to utilize the ideas of compressive sensing and indicate the connection to compressive sensing literature. We can also adopt the noiseless case algorithm to the reliable channels where noise effect is negligible. On the other hand, for the noisy case, which is the more realistic one, empirical and mathematical results for the robust estimation of the combined impulse response and mean squared error (MSE) of the proposed algorithms are given to clarify the success in achieving the aim of the thesis which is decreasing the number of training symbols to increase the information content of the data packets of a communication system. Moreover, we heavily exploit the results in compressive sensing on the required number of observation for exact or robust estimation of input signals to provide the number of required training symbols which ensures a reliable communication link with high probability.

Benzer Tezler

  1. Fast and low complexity algorithms for compressed training based massive MIMO

    Başlık çevirisi yok

    ENDER ERKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALPER TUNGA ERDOĞAN

  2. Denetimsiz derin öğrenme kullanılarak dijital meme tomosentezi görüntülerinde bulanıklığın giderilmesi

    Unsupervised deblurring of digital breast tomosynthesis images using deep learning

    MÜBERRA AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSA YILDIRIM

  3. Ağaç yapısının lempel-zıv veri sıkıştırma algoritmasına uyarlanması

    Application of tree structure to lempel-zıv data compression algorithm

    TOLGA ULUS

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    DOÇ.DR. MİTHAT UYSAL

  4. Bireyselleştirilmiş çok aşamalı testlerin test birleştirme yöntemlerine göre incelenmesi

    Investigation of adaptive multistage test based on test assembly methods

    EBRU DOĞRUÖZ

    Doktora

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. HÜLYA KELECİOĞLU

  5. Uyarlanabilir eğitsel web ortamlarının öğrencilerin akademik başarısına ve gezinmesine etkisi

    The effects of adaptive educational web environments to learners academic achievement and navigation

    SİBEL SOMYÜREK

    Doktora

    Türkçe

    Türkçe

    2008

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. H. İBRAHİM YALIN