5G ve sonrası için makine öğrenmesi tabanlı numeroloji tahsis yöntemleri
Machine learning based numerology assignment methods for 5G and beyond
- Tez No: 853741
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET YAZAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 65
Özet
5G ve ötesi (5GB) sistemleri, farklı kullanıcı iletişim gereksinimlerini paralel olarak karşılamak için esnek bir özellik sergiler. Çoklu numeroloji dalga biçimi tasarımı, bu esnekliğin önemli bir parçasıdır. 5G ile birlikte bir dalga şekline ait farklı alt taşıyıcı boşlukları numeroloji yapılarını oluşturmuş ve alt taşıyıcı boşluklarının farklı kullanıcılar için aynı kapsama alanı altında değiştirilebilmesi ile haberleşme gereksinimi karşılama noktasında önemli bir kabiliyet kazanılmıştır. Bununla beraber, farklı kullanıcılara ait haberleşme gereksinimlerinin çoklu numeroloji yapıları ile aynı anda karşılanabilmesi sırasında numerolojiler arası girişim kaynaklı yeni problemler ortaya çıkmıştır. Bu nedenle çoklu numeroloji yapılarının planlamasını uygun şekilde yapmak gereklidir. Bu çalışmada, ortak algılama ve iletişim (JSAC) konsepti, 5GB için akıllı bir numeroloji kontrol mekanizması geliştirmek amacıyla makine öğrenimi (ML) teknikleri ile uygulanmıştır. JSAC yetenekleri sayesinde, çevre farkındalığına sahip bir sistem tasarlanmış ve kablosuz kanal karakteristiğini etkileyen çeşitli faydalı algılama bilgileri (USI) kullanılmıştır. USI'nin 5GB akıllı şehir ağları aracılığıyla elde edildiği varsayılmıştır. Bu noktada, USI tabanlı özelliklerle yeni veri kümeleri oluşturmak için sentetik veri üretimi gerçekleştirilmiştir. Oluşturulan veri kümeleri kullanılarak 5GB için numeroloji planlamasına yönelik üç ayrı özgün yöntem tasarlanmıştır. Bu algoritmaların ilkinde, bir kapsama bölgesinde ihtiyaç duyulan servis tipi önceliğinin belirlenmesi sağlanmıştır. Diğer yöntemde ise aynı kapsama bölgesinde genel bir karar oluşturularak, tavsiye edilecek alt taşıyıcı boşluğu parametresi belirlenmiştir. Son olarak üçüncü yöntemde, kullanıcıya atanması gereken nihai numeroloji tahsisi gerçekleştirilmiştir. Bu tez çalışmasında geliştirilen özgün yöntemlerin herbiri için farklı sentetik veri kümeleri ve ML modelleri oluşturulmuştur. Ayrıca, farklı ML modelleri için topluluk öğrenme yöntemleri de dahil olmak üzere birden çok ML algoritması kullanılmış ve simülasyona dayalı çeşitli başarım sonuçları sunulmuştur. Alınan sonuçlara bakıldığında 5GB için numeroloji planlamasına yönelik olarak ML yöntemlerinin kullanılması umut vadedici gözükmektedir.
Özet (Çeviri)
5G and beyond (5GB) systems have flexible capabilities to meet different user communications requirements in parallel. The design of multi-numerology waveform is one of the key aspects of this flexibility. Different subcarrier spacing of a waveform have formed numerology structures, and an important capability has been gained to meet the communications requirements by changing the subcarrier spacing under the same coverage area for different users with 5G. However, while the communications needs of different users can be met simultaneously with multiple numerology structures, new problems have arisen due to interference between numerologies. Therefore, it is necessary to plan and manage multiple numerology structures appropriately. In this study, the Joint Sensing and Communications (JSAC) concept is applied with Machine Learning (ML) techniques to develop an intelligent numerology control mechanism for 5GB. Thanks to JSAC capabilities, an environment-aware system is designed and various Useful Sensing Information (USI) that affects the wireless channel characteristic is used. It is assumed that USI is achieved through 5GB smart city networks. At this point, synthetic data generation is carried out to form new datasets with USI-based features. Using the created datasets, three novel methods for numerology planning for 5GB are designed. In the first of these methods, the priority of the service type needed in a coverage area is determined. The second method makes a general decision in the same coverage area and determines the recommended subcarrier spacing parameter. Finally, in the third method, the ultimate numerology allocation that should be assigned to the user is realized. Different synthetic datasets and ML models are created for each of the novel methods developed in this thesis. Moreover, multiple ML algorithms, including ensemble learning methods, have been used for different ML models, and various performance results based on simulations are presented. Looking at the results, the use of ML methods for numerology planning in 5GB seems promising.
Benzer Tezler
- Design and implementation of beyond 5g physical layer schemes
5g sonrası fiziksel katman şemalarının tasarımı ve gerçeklemesi
CANER GÖZTEPE
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- 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
- Adaptive symbol glossary for pattern based cognitive communication system
Örüntü tabanlı bilişsel haberleşme sistemi için uyarlamalı sembol sözlüğü
HUSAM Y. I ALZAQ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- Secure and coordinated beamforming in 5G and beyond systems using deep neural networks
5G ve ötesi sistemlerde derin sinir ağları kullanarak güvenli ve koordineli hüzmeleme
UTKU ÖZMAT
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET AKİF YAZICI
DR. ÖĞR. ÜYESİ MEHMET FATİH DEMİRKOL
- Annelik ve gebeliğin bilişsel işlevler üzerine etkileri
Başlık çevirisi yok
BETÜL BAKAY
Tıpta Uzmanlık
Türkçe
2018
PsikiyatriBezm-i Alem Vakıf ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. İSMET KIRPINAR