Yapay sinir ağları ile kanal kestirimi

Abstract

Kablosuz haberleşme sistemlerinde temel amaç, belli bir zaman aralığındaolabildiğince çok bilgiyi bozucu etkenlerden en az düzeyde etkilenecek şekildekaynaktan kullanıcıya iletmektir. Dolayısıyla temel başarım ölçütü olarak belli biriletim hızı için alıcının hata olasılığı alınır ve bu olasılığın olabildiğince küçükolması istenir.Tezde verici antenlerden gönderilen modüle edilmiş sinyaller, GSMsistemlerinde kullanılan COST207 kanal modellerine gönderilmiştir. COST207 kanalmodeli olarak TU (Typical Urban), BU (Bad Urban) ve HT (Hilly Terrain) kanalmodelleri kullanılmıştır.Kanalların bozucu etkisi özellikle yansımalar, kırılmalar ve saçılmalarhaberleşmede başarımı düşüren önemli etkenlerdir. Kanallardan geçen sinyaller,büyük ölçüde bozuluma uğrayarak alıcı antenlere ulaşırlar. Haberleşme sistemlerindealıcı kısmında güçlü bir kanal kestirimi yapılmalı ki verici antenlerden gönderilensinyaller kayba uğramasın. Bu nedenle bu tezde kanal kestirimi için Yapay SinirAğları (YSA) kullanılmıştır. YSA, kanala giren modüle edilmiş sinyalleri ve alıcıantenlerde elde edilen sinyalleri kullanarak kanal parametrelerini kestirmiş ve yüksekbir performans ortaya koymuştur.

The main goal in wireless communication systems, to transmit plenty ofsymbols for limited time duration. While transmitting symbols, the disturbance andnoise of the channel take an important role in communication. With minimumdisturbance, signals must be transmitted from source to users. For this reason, toincrease error performance, for a specific data speed, the probability of error atreceiver site must be considered. The probability of error have to be minimized.In thesis, modulated signals from transmitter antennas are sent to COST207channels. COST207 channels are special types of GSM channels. TU (TypicalUrban), BU (Bad Urban) and HT (Hilly Terrain) are used. Three of them are mainchannels of COST207.Because of reflection, refraction and scattering of channel disturbance, thereliable communication is decreased. The signals which arrived to channels arecorrupted and then are received by receiver antennas. In communication systems, atthe receiver site, it must be used a powerful channel estimation. In this thesis, forchannel estimation, Artificial Neural Network (ANN) is used. ANN performedchannel estimation by using transmitted signals and received signals. As a channelestimator, ANN shows a great performance.