Artificial neural network based sparse channel estimation for OFDM systems
OFDM sistemler için yapay sinir ağı tabanlı seyrek kanal kestirimi
- Tez No: 458908
- Danışmanlar: YRD. DOÇ. DR. HABİB ŞENOL, YRD. DOÇ. DR. ATİLLA ÖZMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Frekans seçici sönümlemeli kanal ortamında, haberleşme kalitesini arttırmak için dik frekans bölmeli çoğullama (OFDM) sistemleri semboller arası girişimle baş edebilmek için kullanılmaktadır. Bu tezde, seyrek çok-yollu kanalın bulunması durumunda, OFDM sistemlerinde kanal kestirimi çalışılmıştır. Kanal kestirimi, Esnek Geri Yayılım eğitim algoritması kullanan yapay sinir ağları (YSA) ile gerçekleştirilmiştir. Bu teknik yapay sinir ağlarının öğrenme yetisini kullanmaktadır. Bu özellik sayesinde, kanal kestiriminin nasıl yapıldığı ve önerilen yöntemin herhangi bir matris tersine ihtiyaç duymadan daha az hesaplama karmaşıklığına nasıl sahip olabildiği gösterilmektedir. Önerilen bu yöntem, en uyguna yakın Eşleştirme Arama (MP) algoritması ile karşılaştırılmıştır. Sonuçlar, özellikle düşük SNR seviyelerinde daha iyi kanal kestirimi elde edebilmek için, YSA tabanlı kanal kestiriminin hesaplama kolaylığı sağladığını ve daha az sayıda pilot veriye ihtiyaç duyulduğunu göstermiştir. Böylece, önerilen yöntemin daha iyi bir sistem çıkışına olanak sağladığı gösterilmiştir.
Özet (Çeviri)
In order to increase the communication quality in frequency selective fading channel environment, orthogonal frequency division multiplexing (OFDM) systems are used to combat inter-symbol-interference (ISI). In this thesis, a channel estimation scheme for the OFDM system in the presence of sparse multipath channel is studied. The channel estimation is done by using the artificial neural networks (ANNs) with Resilient Backpropagation training algorithm. This technique uses the learning capability of artificial neural networks. By means of this feature we show how to obtain a channel estimate and how it allows the proposed technique to be less computationally complex; as there is no need for any matrix inversions. This proposed method is compared with the Matching Pursuit (MP) algorithm that is well known estimation technique for sparse channels. The results show that the ANN based channel estimate is computationally simpler and a small number of pilots are required to get a better estimate of the channel especially in low SNR levels. With this setting, the proposed algorithm leads to a better system throughput.
Benzer Tezler
- DDoS attack detection using signal processing and statistical approaches
Sinyal işleme ve istatistiksel yaklaşımlarla DDoS saldırı tespiti
DERYA ERHAN
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Developing learning algorithms for enhancing industrial machine vision systems and improving task accuracy of robotic manipulators
Endüstriyel yapay görme sistemlerini iyileştirmek ve robotik manipülatörlerin görev doğruluğunu artırmak için öğrenme algoritmalarının geliştirilmesi
DIYAR KHALIS BILAL
Doktora
İngilizce
2021
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- Echo state network ile sistemlerin modellenmesi
System modeling using echo state network
SELİN YAMAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Electromagnetic interaction complexity reduction using deep learning
Elektromanyetik etkileşim karmaşıklığının derin öğrenim kullanarak düşürülmesi
BARIŞCAN KARAOSMANOĞLU
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR SALİH ERGÜL
- Termal görüntülere derin öğrenme tabanlı süper çözünürlük yöntemlerinin uygulanması
Application of deep learning based super resolution in thermal images
CANER CİVE
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU