Application of radial basis function neural network technique for multi-user DS-CDMA demodulation assisted by genetic algorithm

Abstract

ÇOK KULLANICILI DS-CDMA DEMODULASYONUNDA GENETİK ALGORİTMA DESTEKLİ RADYAL TABANLI YAPAY SİNİR AĞI YAPISI UYGULAMASI ÖZET Bu tezde çok kullanıcılı bir DS-CDMA haberleşmesinde, çok-yollu ve gürültülü kanala gönderilen birden fazla kullanıcı bilgisi arasından asıl kullanıcı bilgisinin demodulasyonu problemini ele aldık. Bu probleme çözüm olarak Genetik Algoritma ile desteklenen bir Radyal Tabanlı Yapay Sinir Ağı önermekteyiz. Tasarlanan Radyal Tabanlı Yapay Sinir Ağı yapısının temel parametrelerinin optimum değerleri Genetik Algoritma ile bulunmaktadır. Bu parametreler, yapay sinir ağı yapısının merkez vektörü, ağırlık vektörü ve yayılma faktörüdür. Bu tezde DS-CDMA demodülasyonunda kullanılan bazı teknikler, Radyal Tabanlı Yapay Sinir Ağı yapılan, Genetik Algoritma yapısı ve önerdiğimiz demodülasyon tekniğinin ayrıntıları incelenmiş, Radyal Tabanlı Yapay Sinir Ağı yapısının ve Genetik Algoritma destekli Radyal Tabanlı Yapay Sinir Ağı yapısının bit-hata-oran performansları test edilip değerlendirilmiştir. Anahtar sözcükler : DS-CDMA, çok kullamlıcı demodülasyon, Radyal Tabanlı Yapay Sinir Ağlan, Genetik Algoritma.

APPLICATION OF RADIAL BASIS FUNCTION NEURAL NETWORK TECHNIQUE FOR MULTI-USER DS-CDMA DEMODULATION ASSISTED BY GENETIC ALGORITHM ABSTRACT In this thesis, we consider the problem of multi-user detection of desired user's data sequence transmitted as DS-CDMA signal, in an AWGN channel. We present a solution as the combination of Genetic Algorithm and Radial Basis Function Neural Network. We try to find the optimum values for the basic parameters of the designed Radial Basis Function Neural Network by using Genetic Algorithm. These parameters are center vector, weight vector and spread factor of the neural network. In this thesis, some detection techniques used in DS-CDMA, Radial Basis Function Neural Network structure, Genetic Algortihm structure and the details of our proposed demodulation technique are studied and bit-eror-rate performances of Radial Basis Function Neural Network and GA assisted Radial Basis Neural Network are tested and commented. Keywords : DS-CDMA, multi-user detection, Radial Basis Function Neural Networks, Genetic Algorithm. IV