Uzaysal modülasyon sistemlerinde derin öğrenme tabanlı anten seçimi
Deep learning based antenna selection for spatial modulation systems
- Tez No: 676394
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKHAN ALTIN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Hezarfen Havacılık ve Uzay Teknolojileri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 88
Özet
Gelişen teknoloji ile birlikte haberleşme sistemlerinde hız ve doğruluk ihtiyacı gün geçtikçe artmaktadır. Uzaysal modülasyon sistemleri, iletim esnasında anten indislerini de kullanan çok girişli çok çıkışlı sistemlerin umut veren yeni bir tekniğidir. Uzaysal modülasyon sistemlerinin etkinliğine serbestlik derecesi eklemesini sağlayan verici anten seçimi, alıcı anten seçimi ve bütünleşik verici ve alıcı anten seçim algoritmaları literatürde çok önemli bir alan haline gelmiştir. Ayrıca yapay zeka kullanımı günümüzde otomotiv, biyoloji, robotik gibi bir çok sektörde gittikçe gelişmektedir. Bu çalışmanın amacı sayısal modülasyon sistemlerinde derin sinirsel ağlar ve derin öğrenme kullanılarak verici anten seçimi, alıcı anten seçimi ve bütüleşik verici ve alıcı anten seçim algoritmalarına katkıda bulunmaktır. Tezde ileri beslemeli sinirsel ağlar ve evrişimsel sinirsel ağlar kullanılmıştır. Bu şekilde iki sinirsel ağın anten seçim algoritmalarında birbirleri ile karşılaştırılması da sağlanmıştır. Verici anten seçiminde daha önce yapılmış olan çalışmalardan işlem yükü getiren bölümler çıkartılarak yeni verici anten seçim algoritması oluşturulmuştur. Bu oluşturulan algoritma ile ileri beslemeli ve evrişimsel sinirsel ağ tabanlı hesaplamalar yapılmıştır. Uzaysal modülasyon sistemlerine yeni bir serbestlik derecesi kazandırmak adına aynı çalışma alıcı anten seçimi için de yapılmıştır. Aynı zamanda literatürde ilk defa uzaysal modülasyon sistemleri için derin öğrenme tabanlı aynı anda bütünleşik hem alıcı hem verici anten seçimi yapılmıştır. Bütünleşik verici ve alıcı anten seçimi aynı şekilde ileri beslemeli sinirsel ağ ve evrişimsel sinirsel ağ kullanılarak yapılmıştır.
Özet (Çeviri)
With the constantly developing technology, the speed and accuracy requirement of communication systems is increasing day by day. Spatial modulation (SM) is a recent and promising technique which additionally uses antenna indices for multiple input multiple output (MIMO) systems. In order to add another degree of freedom to SM's efficiency, transmit antenna selection (TAS), receive antenna selection (RAS) and joint transmit and receive antenna selection (JTRAS) algorithms are a crucial field to study. On the other hand, use of artificial intelligence significantly developed in nowadays in wide variety of areas such as biology, robotics, automotion etc. The one purpose of this study is to contribute to the TAS, RAS and JTRAS algorithms by using deep neural networks and deep learning in spatial modulation systems. Feed forward neural network and convolutional and convolutional neural networks, special kinds of neural networks are used in this thesis. Thus, the comparison of two neural networks with each other for antenna selection algorithms is also provided. A new TAS algorithm has been created by removing the parts that bring processing load from the previous studies in TAS. With this algorithm, feed forward and convolutional neural network based calculations were made in thesis. The same work was done for the choice of RAS in order to give a degree of freedom to spatial modulation systems. At the same time, for the first time in literature, deep learning based JTRAS is created for spatial modulation systems.
Benzer Tezler
- Deep learning aided data detectionfor future wireless communication systems
Gelecek nesil telsiz haberleşme sistemleri içinderin öğrenme yardımıyla data tespiti
MERVE TURHAN
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Next-generation MIMO systems: From index modulation to deep learning
Yeni nesil çok-girişli çok-çıkışlı sistemler: İndis modülasyonundan derin öğrenmeye
BURAK ÖZPOYRAZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Kablosuz haberleşme için uçtan uca otokodlayıcı tasarımı
End to end autoencoder design for wireless communication
MUSTAFA BAYRAM AYAZ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL ÇELEBİ
- Gelecek nesil haberleşme sistemlerinde yapay zeka tabanlı modülasyon tanımlama yöntemi geliştirilmesi
Development of artificial intelligence based modulation recognition method in next generation communication systems
MEHMET MERİH LEBLEBİCİ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ ÇALHAN
- Self-supervised pansharpening: Guided colorization of panchromatic images using generative adversarial networks
Öz-denetimli pankeskinleştirme: Çekişmeli üretken ağlar ile pankromatik görüntülerin güdümlü renklendirilmesi
FURKAN ÖZÇELİK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL