Application of genetic algorithm for downlink NOMA resource allocation
Genetik algoritmanın aşağı yönlü NOMA kaynak dağıtımı için uygulanması
- Tez No: 901232
- Danışmanlar: DOÇ. DR. SİNAN KIVRAK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Çoklu erişim şeması olarak Dik Olmayan Çoklu Erişim (NOMA), 5. Nesil hücresel haberleşme teknolojilerinin yüksek sistem kapasitesi ihtiyacını karşılamak için yararlı bir yöntemdir. NOMA ile vericideki aynı radyo kaynağında birden fazla kullanıcının eşzamanlı iletimini sağlanarak ve alıcıda ardışık girişim iptali (SIC) gibi daha karmaşık sinyal işleme teknikleri kullanılarak, spektral verimliliği arttırmaktadır. Aynı radyo kaynağını kullanacak kullanıcı grubunun belirlenmesi, NOMA'nın performansını etkileyen önemli unsurlardan biridir. Bu tezde Genetik Algoritma (GA) yaklaşımı kullanarak, çok kullanıcılı, OFDM tabanlı, aşağı yönlü NOMA sistemi için kullanıcı çifti seçimi belirleme yöntemleri önerilmiştir. GA, polinom zamanda çözümün bulanamadığı problemler için geniş çözüm kümesini verimli bir şekilde taramak amacıyla kullanılan güçlü bir meta-sezgiseldir. Önerilen GA yaklaşımı, herhangi bir hedef için uygunluk fonksiyonu belirlenerek NOMA kullanıcı grup seçimi için makul bir çözüm sağlamaktadır. Bu çalışmada, iki farklı hedef için GA uygunluk fonksiyonu tasarlanmıştır: Birincisi toplam sistem verimliliğini en üst düzeye çıkarmayı hedeflerken, ikincisi sistem adaletini en üst düzeye çıkamayı hedeflemektedir. GA yaklaşımının performansını, 2 km x 2 km boyunca dikdörtgen alanın merkezinde bir baz istasyonunun bulunduğu ve kullanıcıların bu bölgede rastgele konumlandırıldığı farklı senaryolar altında değerlendirmek için simülasyonlar gerçekleştirilip sonuçlar raporlanmıştır. Simülasyon sonuçları göstermektedir ki, GA yaklaşımı amaçlanan hedefe uygun çözümü makul bir sürede gerçekleştirmek için başarıyla kullanılabileceğini göstermektedir. Buna ek olarak, çözüm kümesi çok geniş olduğunda, GA yaklaşımının uygun çözüme yakınsama performansında azalma gözlenmektedir.
Özet (Çeviri)
Non-Orthogonal Multiple Access (NOMA) as a multiple access scheme can be instrumental to satisfy the high system capacity requirement of the 5G. NOMA increases the spectral efficiency by providing simultaneous transmission of multiple users at the same radio resource at the transmitter and employing more sophisticated signal processing techniques at the receiver such as successive interference cancellation (SIC). The user group selection is one of the important elements that affects the performance of NOMA. In this thesis, the Genetic Algorithm (GA) approach is proposed to determine the user pair selection for multi-user OFDM based NOMA downlink system. GA is a powerful meta-heuristic to explore a huge search space when there is no polynomial time solution. The proposed GA procedure can be applied to find a reasonable solution for any underlying objective function as long as the corresponding fitness function is appropriately set. We employ two different objectives as the GA fitness function: the first one maximizes the total system throughput while the second one maximizes the system fairness. The simulations are performed to evaluate the performance of the GA approach under different scenarios, where there is a base station at the center of rectangular area for 2 km by 2 km. Users are randomly distributed over this area. The results demonstrate that the GA tool can be successfully used to converge the desired objectives within a reasonable time. However, a slight performance degradation in the GA approach is observed when the search space is relatively high.
Benzer Tezler
- Novel techniques of array antenna design for satellite communication
Uydu haberleşmesi için yeni dizi anten tasarım yöntemleri
JAVAD JANGI GOLEZANI
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. SELÇUK PAKER
- Genetik algoritma ve K-ortalamalar algoritmasının tavsiye sistemleri için uygulanması
Application of genetic algorithm and K-means algorithm for recommender systems
MERVE POSLU
Yüksek Lisans
Türkçe
2023
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SEVİL BACANLI
PROF. DR. GÜVENÇ ARSLAN
- Genetik algoritma ile bir kompakt ısı değiştirici dizaynı
Compact heat exchanger design via genetic algorithm
SERHAT ÇELİK
Yüksek Lisans
Türkçe
2004
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM ÖZKOL
- Effects of evolutionary operators in grouping genetic algorithms on diversity and result quality
Gruplayıcı genetik algoritmalarda evrimsel operatörlerin çeşitlilik ve sonuç kalitesine etkisi
GÖKTUĞ YORGANCILAR
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTED Üniversitesiİnteraktif Bilişim Sistemleri Bilim Dalı
DR. ÖĞR. ÜYESİ TAYFUN KÜÇÜKYILMAZ
- Genetic algorithms for changing environments: Diploid representations and dominance mechanisms
Değişen ortamlar için genetik algoritmalar: Diploid gösterilimler ve baskınlık mekanizmaları
AYŞE ŞİMA UYAR
Doktora
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. A. EMRE HARMANCI