Geri Dön

Channel estimation in OFDM system using neural network combined with artificial bee colony algorithm

Yapay arı kolonisi algoritması ile birleştirilmiş yapay sinir ağı kullanarak OFDM sisteminde kanal kestirimi

PDF İndir

  1. Tez No: 517222
  2. Yazar: SIDRA MEO RAJPUT
  3. Danışmanlar: PROF. DR. NECMİ TAŞPINAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: OFDM, Kanal Kestirimi, Sinir A˘gı, Yapay Arı Kolonisi, OFDM, Channel Estimation, Neural Network, Artificial Bee Colony
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Dikgen Frekans Bölmeli ço˘gullama (OFDM: Orthogonal Frequency Division Multiplexing), ço˘gu modern kablosuz haberle¸sme sistemleri için modülasyon tekni˘gi olarak kullanılmaktadır. OFDM, hücresel haberle¸sme standardı LTE / LTE-A'ya adapte edilmi¸stir. Ayrıca WiMAX, Wi-Fi ve daha fazlası dahil olmak üzere di˘ger standartlar tarafından da tercih edilmi¸stir. Bu çalı¸smada, OFDM sisteminde kanal kestirimi için, çok katmanlı algılayıcı tabanlı yapay sinir a˘gı, yapay arı kolonisi (ABC: Artificial bee colony) optimizasyon algoritması ile e˘gitilmi¸stir. Önerilen algoritmanın (ABC-NN) sonuçları, en küçük kareler (LS: Least Squares) ve en küçük ortalama karesel hata (MMSE) gibi geleneksel kanal kestiriciler ve ayrıca geleneksel geri yayılım yapay sinir a˘gı ( BPNN: back propagation neural network) ile kıyaslanmı¸stır. Bu çalı¸smada, ABC-NN'nin performansını de˘gerlendirmek için ortalama karesel hata (MSE: mean square error) ve bit hata oranı (BER: bit error rate) kullanılmı¸stır. Simülasyon sonuçları, ABC-NN'ye dayalı kanal kestiriminin, kanal istatistikleri ve gürültü bilgisine ihtiyaç duymaksızın, LS algoritması ve BP-NN'ye nazaran daha iyi performans sergiledi˘gini göstermektedir. MMSE algoritması, OFDM kanal kestirimi için ABC-NN'den daha iyi performans göstermesine ra˘gmen, ABC-NN daha az karma¸sıktır ve kanal durum önbilgisine ihtiyaç duymamaktadır.

Özet (Çeviri)

For many modern wireless and telecommunications systems, Orthogonal Frequency Division Multiplexing (OFDM) is being used as a modulation technique. OFDM has been adopted for the cellular telecommunications standard LTE / LTE-A, also it has been chosen by other standards including WiMAX, Wi-Fi and many more. In this study, a multi-layered perceptron based neural network has been trained with artificial bee colony (ABC) optimization algorithm for channel estimation of an OFDM system. The results of the algorithm (ABC-NN) are compared with conventional channel estimators such as Least Square (LS) and Minimum Mean Square Error (MMSE) and also with conventional back propagation neural network (BPNN). In this work, mean square error (MSE) and bit error rate (BER) have been used to evaluate the performance of ABC-NN. The simulation results show that channel estimation based on ABC-NN gives better performance as compared to LS algorithm and BP-NN without the need of channel statistics and noise information. Although MMSE algorithm performs better than ABC-NN for channel estimation of OFDM, ABC-NN is less complex and does not require prior channel state information.

Benzer Tezler

  1. Tez No

    317937

    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

    Türkçe

    2011

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NECMİ TAŞPINAR

  2. Tez No

    394281

    Dikgen Frekans Bölmeli Çoğullama-Serpiştirme Bölmeli Çoklu Erişim (OFDM-IDMA) sistemlerinde yapay zeka teknikleri ile kanal kestirimi

    Channel estimation using artificial intelligence techniques in Orthogonal Frequency Division Multiplexing-Interleave Division Multiple Access (OFDM-IDMA) systems

    ŞAKİR ŞİMŞİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NECMİ TAŞPINAR

  3. Tez No

    997548

    Hybrid CN-LS Channel Estimation for High- Doppler Channels

    Yüksek Doppler Kanalları için Hibrit CN-LS Kanal Tahmini

    MAİSARAH BİNTİ SAİHUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İstanbul Gelişim Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMİDULLAH RİAZ

  4. Tez No

    327

    Optimum gübre dağıtımı

    Başlık çevirisi yok

    MEHMET KAMİL AKYÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    İşletmeGazi Üniversitesi

    PROF. DR. ERGÜN KİP

  5. Tez No

    31

    Realization of transmitter and receiver clock generation units and channel switching unit in a modified analog radio relay

    Değiştirilen bir analog radyodaki verici ve alıcı saat üretimi birimleri ve kanal anahtarlama biriminin gerçekleştirilmesi

    AYHAN BÜYÜKSEMERCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT AŞKAR

Geri Dön