Sezgisel algoritma yöntemleriyle kanal kestirimi
Channel estimation using heuristic algorithm methods
- Tez No: 982331
- Danışmanlar: DR. ÖĞR. ÜYESİ YÜKSEL TOKUR BOZKURT, DOÇ. DR. HAKAN AÇIKGÖZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gaziantep İslam Bilim ve Teknoloji Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzün hızla gelişen kablosuz haberleşme teknolojileri, yüksek veri hızı, düşük gecikme ve güvenilir iletişim gibi temel gereksinimleri karşılamak üzere sürekli olarak yenilikçi çözümlere ihtiyaç duymaktadır. Bu kapsamda, Dikgen Frekans Bölmeli Çoğullama (OFDM) sistemleri, çoklu yol etkisine karşı dayanıklılık, spektral verimlilik ve modülasyon/demodülasyon kolaylığı gibi avantajları nedeniyle modern iletişim sistemlerinde yaygın olarak kullanılmaktadır. Ancak, OFDM sistemlerinin performansı, kanalın zamana ve frekansa bağlı değişken yapısından ötürü ciddi ölçüde etkilenmekte; bu da kanal kestirimi problemini sistemin başarımı açısından kritik hale getirmektedir. Bu tez çalışmasında, OFDM sistemlerinde kanal kestirimi problemi sezgisel algoritmalar kullanılarak ele alınmış ve çözüm yolları geliştirilmiştir. Geleneksel kestirim yöntemleri olan En Küçük Kareler (Least Squares - LS) ve Minimum Ortalama Kare Hatası (Minimum Mean Square Error - MMSE) algoritmaları, istatistiksel varsayımlara ve kanalın önceden bilinen özelliklerine dayanmakta olup, gerçek zamanlı ve dinamik kanal ortamlarında yeterli performansı her zaman sağlayamamaktadır. Bu eksiklikleri gidermek amacıyla doğadan esinlenen, problem çözme gücü yüksek olan sezgisel ve meta-sezgisel optimizasyon algoritmaları değerlendirilmiştir. Bu tezde; İstilacı Yabancı Ot (İYO), Karıştırılmış Kurbağa Sıçrama Algoritması (KKSA), Öğretmen-Öğrenci Tabanlı Optimizasyon (ÖÖTO) ve Mors Optimizasyon Algoritması (MOA) gibi güçlü sezgisel algoritmalar kanal kestirimi amacıyla uygulanmıştır. Her bir algoritmanın OFDM sistemine entegrasyonu detaylandırılmış ve kestirim sürecinde karşılaşılan optimizasyon problemleri, ilgili algoritmaların yapısal özelliklerine göre çözülmüştür. Simülasyon çalışmaları MATLAB ortamında gerçekleştirilmiş olup, sezgisel algoritmaların performansları Bit Hata Oranı (Bit Error Rate - BER), Ortalama Karesel Hata (Mean Square Error - MSE) ve yakınsama süreleri gibi ölçütlerle değerlendirilmiştir. Ayrıca bu sezgisel algoritmaların elde ettiği sonuçlar, klasik LS ve MMSE kestirim yöntemleriyle karşılaştırmalı olarak analiz edilmiştir. Elde edilen bulgular, önerilen sezgisel yöntemlerin özellikle karmaşık ve gürültülü kanal ortamlarında daha düşük hata oranlarıyla daha yüksek doğrulukta kestirim sağladığını ortaya koymaktadır. Bu çalışma ile hem kanal kestirimi alanında yapay zekâ tabanlı alternatif çözüm önerileri sunulmuş, hem de OFDM sistemlerinin sezgisel optimizasyon algoritmalarıyla desteklenerek daha etkin ve güvenilir hâle getirilmesi amaçlanmıştır. Bu yönüyle tez, kablosuz haberleşme sistemleri, kanal modelleme ve optimizasyon temelli kestirim alanlarında literatüre katkı sağlamayı hedeflemektedir.
Özet (Çeviri)
With the increasing demands of modern wireless communication systems for high data rates, low latency, and reliable transmission, innovative solutions have become essential. In this context, Orthogonal Frequency Division Multiplexing (OFDM) has emerged as a dominant technique due to its high spectral efficiency, robustness against multipath fading, and simplified modulation/demodulation processes. However, the performance of OFDM systems is significantly affected by the time-varying and frequency-selective nature of wireless channels, making channel estimation a critical issue. This thesis addresses the problem of channel estimation in OFDM systems using heuristic optimization algorithms. Traditional estimation methods such as Least Squares (LS) and Minimum Mean Square Error (MMSE) rely heavily on statistical assumptions and prior knowledge of the channel, which may not be feasible under dynamic real-time conditions. To overcome these limitations, bio-inspired heuristic algorithms, known for their ability to solve complex optimization problems, have been investigated. The study focuses on the implementation of Invasive Weed Optimization (IWO), Shuffled Frog Leaping Algorithm (SFLA), Teaching Learning Based Optimization (TLBO), and Walrus Optimization Algorithm (WOA) for improving channel estimation in OFDM-based systems. Each algorithm is mathematically modeled and integrated into the channel estimation process based on its natural behavior and optimization structure. Simulation studies are carried out in MATLAB to evaluate and compare the performance of these algorithms in terms of Bit Error Rate (BER), Mean Square Error (MSE), and convergence characteristics. The simulation results are also benchmarked against conventional LS and MMSE methods. Findings reveal that the proposed heuristic methods outperform traditional approaches in scenarios with complex and noisy channel conditions, offering enhanced estimation accuracy and system reliability. This thesis contributes to the literature by presenting AI-supported novel solutions for channel estimation and demonstrates that OFDM systems can significantly benefit from heuristic optimization techniques in terms of performance and robustness.
Benzer Tezler
- Applications of artificial intelligence for the security of networks
Ağ güvenliği için yapay zeka uygulamalari
SELEN GEÇGEL ÇETİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Topology and bandwidth adaptation in optical WDM backbone networks with dynamic traffic
Değişken veri trafikli optik WDM omurga ağlarında topoloji ve bant genişliği uyarlama
AYŞEGÜL GENÇATA
Doktora
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BÜLENT ÖRENCİK
- New approaches for quality of service provisioning in cognitive radio networks
Bilişsel radyo ağlarında servis kalitesini yükseltmeye yönelik yeni yaklaşımlar
GÜLNUR SELDA UYANIK
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Yapay zekâ yöntemleriyle termoelektrik modülün kontrolü
Control of thermoelectric module with artificial intelligence methods
TUFAN KOÇ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVRA BAYHAN
PROF. DR. SEDAT BALLIKAYA
- Three dimensional shape optimization of bodies subjected to air flow by heuristic algorithms
Hava akımına maruz üç boyutlu cisimlerin sezgisel yöntemlerle şekil optimizasyonu
ERGÜVEN VATANDAŞ
Doktora
İngilizce
2006
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
PROF.DR. İBRAHİM ÖZKOL