GSM–900MHz frekans bandında propagasyon yol kaybının yapay sinir ağları ile modellenmesi

Abstract

Kablosuz haberleşme sistemlerinde, iletişimin kesintisiz ve verimli olması ancak radyo propagasyonunun analizi yapılarak, sağlanabilir. Alıcının hareketli olduğu sistemler için alıcının işaret güç seviyesi bilgisi için geliştirilmiş çeşitli modeller ile verici ve alıcı antenlerin optimizasyonu gerçekleştirilebilmekte ve bu sayede gerekli ve yeterli ağ tasarımları yapılabilmektedir. Tasarlanan ağlar için maksimum iletim uzaklığı (kapsama alanı) ifadesi ise propagasyon yol kaybı parametresi ile belirlenebilmektedir. Bu çalışmada; GSM-900 MHz frekans bandında çalışan bir baz istasyonuna ilişkin yapay sinir ağları ile propagasyon yol kaybı modellenmiştir. GSM sistemlerinde kullanılan propagasyon yol kaybı için çeşitli ampirik modeller kullanılarak elde edilen sonuçlar ve bu modellere alternatif geliştirilmiş olan Yapay Sinir Ağı(YSA) modellerinden elde edilen sonuçlara yer verilmiştir.GSM-900 MHz frekans bandında yayın yapan baz istasyonuna ait 361 adet farklı uzaklıklara sahip alıcı anten sinyal gücü verisi incelenerek; geliştirilecek olan YSA modelleri için 5 adet giriş ve 1 adet çıkış parametresi seçilmiştir. Yapay Sinir Ağlarının; MLNN, RBNN ve SOM çeşitlerinde model tasarlanmaya çalışılmıştır. Üç yapay sinir ağı içinde 3-fold modu kullanılmıştır. Ampirik modellerden; Okumura ve Hata modellerine bakılmıştır.Anahtar Kelimeler: Gsm, elektromanyetik dalga, yapay sinir ağları, propagasyon yol kaybı.

Communication is constant and efficient for wireless communication with analyze radio propagation. Transmitter and receiver antennas can be optimized with developed various model that mesaure RSS level informations (received signal strength) for moving receiver system and wireless networks can be designed. Maximum communication range can find with propagation path loss paremeters. In this study, propagation path loss mesaurements is modeled by artificial neural networks for the base transceiver station that using GSM - 900 MHz bandwtih. The propagation path loss results are calculated with some empiricial propagation path loss models and these results compare with alternate path loss model that designed with some artificial neural networks. 361 received signal strength datas that has different distance are studied, then 5 input parameters and 1 output parameters are defined for artificial neural networks. Multilayee neural networks (MLNN), Radial basis function neural networks (RBNN or RBFNN) and Self organizing map (SOM) models from artificial neural networks varieties are developed with 3 fold mode. Okumura and Hata models from empricial propagation models are used for this study.Keywords: Gsm, electromagnetic wave, artificial neural networks, propagation path loss.