Geri Dön

Hybrid CN-LS Channel Estimation for High- Doppler Channels

Yüksek Doppler Kanalları için Hibrit CN-LS Kanal Tahmini

  1. Tez No: 997548
  2. Yazar: MAİSARAH BİNTİ SAİHUN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAMİDULLAH RİAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Belirtilmemiş.
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: İstanbul Gelişim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Haberleşme Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Yüksek hızlı tren sistemleri, insansız hava araçları ve yeni nesil yer dışı haberleşme ağları gibi yüksek hareketliliğe sahip kablosuz haberleşme senaryoları, kablosuz kanalın hızlı zaman değişimine neden olan şiddetli Doppler etkileri ile karakterizedir. Bu tür koşullar altında, en küçük kareler (LS) veya minimum ortalama kare hata (MMSE) tabanlı geleneksel kanal kestirim teknikleri, gürültü yükselmesi ve hızlı kanal değişimlerini doğru şekilde takip edememeleri nedeniyle önemli performans kayıpları yaşamaktadır. Bu tezde, yüksek Doppler etkisine sahip kablosuz haberleşme sistemleri için model tabanlı ve veri tabanlı yaklaşımları birleştiren hibrit bir kanal kestirim yöntemi önerilmektedir. Önerilen yaklaşım, fiziksel modele dayalı bir LS kestiricisini, başlangıç LS tahminini iyileştirmek amacıyla zaman-frekans düzlemindeki yerel korelasyonları kullanan bir evrişimsel sinir ağı (CNN) ile birleştirmektedir. Kablosuz kanal, açık Doppler etkilerini içeren zamanla değişen çok yollu bir kanal olarak modellenmiş ve performans değerlendirmesi için dik frekans bölmeli çoğullama (OFDM) sistemi dikkate alınmıştır. CNN modeli, farklı sinyal-gürültü oranı (SNR) ve Doppler koşulları altında elde edilen LS tabanlı kanal yanıtları kullanılarak eğitilmiş olup, önceden kanal istatistiklerine veya konum bilgisine ihtiyaç duymadan farklı hareketlilik senaryoları arasında genelleme yapabilmektedir. Benzetim sonuçları, önerilen CNN–LS tabanlı yöntemin özellikle yüksek Doppler ortamlarında normalize ortalama kare hata (NMSE) ve bit hata oranı (BER) açısından geleneksel LS kestirimine kıyasla önemli ölçüde daha iyi performans gösterdiğini ortaya koymaktadır. Elde edilen sonuçlar, hibrit öğrenme tabanlı kanal kestiriminin gelecekteki yüksek hareketliliğe sahip kablosuz haberleşme sistemleri için etkin bir çözüm sunduğunu doğrulamaktadır.

Özet (Çeviri)

High-mobility wireless communication scenarios such as high-speed railway systems, unmanned aerial vehicles, and emerging non-terrestrial networks are characterized by severe Doppler effects that lead to rapid time variation of the wireless channel. Under such conditions, conventional channel estimation techniques based on least squares (LS) or minimum mean square error (MMSE) suffer from significant performance degradation due to noise amplification and inability to accurately track fast channel variations. In this thesis, a hybrid model-driven and data-driven channel estimation framework is proposed for high-Doppler wireless communication systems. The proposed approach combines a physics-based LS estimator with a convolutional neural network (CNN) that refines the initial LS estimate by exploiting local time–frequency correlations inherent in doubly selective channels. The wireless channel is modeled as a time-varying multipath channel with explicit Doppler effects, and an orthogonal frequency-division multiplexing (OFDM) system is considered for performance evaluation. The CNN is trained using LS-estimated channel responses under diverse signal-to-noise ratio (SNR) and Doppler conditions, enabling robust generalization across different mobility scenarios without relying on prior channel statistics or location-based information. Simulation results demonstrate that the proposed CNN–LS framework significantly outperforms conventional LS estimation in terms of normalized mean square error (NMSE) and bit error rate (BER), particularly in high-Doppler environments. These results confirm the effectiveness of hybrid learning-based channel estimation for future high-mobility wireless communication systems.

Benzer Tezler

  1. Hibrit bağlaşmalı şebekeler için performans modelleri

    Başlık çevirisi yok

    HAKKI ASIM TERCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. GÜNSEL DURUSOY

  2. Hacimli gruplar içeren tetrapiroller

    Tetrapyrrols with bulky substituents

    BEHİCE ŞEBNEM SESALAN

    Doktora

    Türkçe

    Türkçe

    2003

    Kimyaİstanbul Teknik Üniversitesi

    Anorganik Kimya Ana Bilim Dalı

    PROF. DR. AHMET GÜL

  3. Yüzeyinde harmonik zorlama etkisindeki boşluklu yarım düzlem problemi

    Başlık çevirisi yok

    FATİH HAN ÜNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN ENGİN

  4. Kopya freze tekniği ile elde edilen tam seramik feldspatik kuronların yapımında kullanılan çeşitli maket materyallerinin kenar ve iç uyuma etkisinin incelenmesi

    Evaluation of the effect of several modelling resins to marginal and internal fit, which were used for construction of full ceramic feldspathic crowns prepared with the copy milling technique

    BİRİZ BAŞARAN ORDUKAYA

    Doktora

    Türkçe

    Türkçe

    2004

    Diş Hekimliğiİstanbul Üniversitesi

    Protetik Diş Tedavisi Ana Bilim Dalı

    PROF.DR. ÇETİN SEVÜK