LEE- Telekomünikasyon Mühendisliği-Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 10
-
ÖgeHierarchical dirichlet process based gamma mixture modelling for terahertz band wireless communication channels and statistical modelling of 240 GHz - 300 GHz band(Graduate School, 2022)Terahertz (THz) frequencies span from 0.1 THz to 10 THz, and because of their large bandwidth opportunity, they appear to be one of the strong candidates to satisfy future wireless communication standards and data rate requirements. Another advantage of the THz band is that it has not yet been standardized and is not allocated to any wireless communication application. THz frequencies enable the use of nano-sized antennas due to their short wavelengths. This particular feature is predicted to result in new communication application areas at the micro-scale over short distances. Furthermore, because these antenna sizes will also allow the deployment of large antenna arrays in a limited space, it is predicted to provide numerous new communication application areas at the macro-scale for long distances. The successful utilization of THz frequencies and the implementation of communication at these frequencies are also dependent on the design of efficient, cutting-edge hardware and antennas. To properly build this equipment, the channel structure of the THz band must be thoroughly researched. This can only be accomplished by collecting extensive measurements and analyzing those measurements. Unfortunately, in addition to their benefits, THz frequencies have a downside in the form of substantial propagation losses. These losses constrain the communication link and make channel characterization difficult. Molecular absorption is a major contributor to propagation loss at THz frequencies. When a radio frequency (RF) signal of a certain wavelength interacts with gaseous substances while propagating in the atmosphere, part of their energy is absorbed by these gas molecules, leading the molecule to move to a higher energy level. As a result, when THz waves interact with molecules, various power losses occur in different windows of the THz spectrum. Furthermore, the effect of molecular absorption is proportional to communication distance. Due to the unique channel characteristics of the THz band, extended measurement campaigns and comprehensive propagation channel modeling are essential to understand the spectrum and to develop reliable communication systems in these bands. These measurements and channel modeling should be performed in a variety of scenarios based on various macro and micro-scale communication applications. When the channel modeling approaches are considered, the most commonly utilized channel modeling techniques can be categorized into two, deterministic and statistical. Ray tracing and traditional statistical modeling are insufficient to construct a suitable channel model due to the wide bandwidth and rapid changes in the characteristics of THz channels. Statistical channel models can represent a wide range of settings and can adopt the variable structure of the THz channel. In contrast, deterministic models, such as ray tracing can only represent a single environment in a specific condition. A
-
ÖgeDeep image prior based high resolution isar imaging for missing data case(Graduate School, 2023-06-06)Radio detection and ranging or Radar as an abbreviation form, is a system that aims to detect the location, shape, and speed of objects that are named as targets. Earlier Radar systems were used for high level applications such as defence systems, airplanes, air surveillance and traffic control, etc. Later, it took place in daily life applications like smart cars, smart home devices, vital sign detection and a lot more to satisfy the needs of human life. Basically, radar sends electromagnetic waves from its transmitter and these waves reflect from the surface of objects, then the receiver of the radar collects these backscattered signals to process. Such a basic way, target speed and range can be extracted by applying 1-D signal processing on backscattered waves. Apart from the 1-D application, 2-D radar signal processing can extract the target shape on cross-range domain. In order to generate a radar image, electromagnetic waves, which are in different frequencies are sent to target and target is observed from different angles. Frequency sweeping can be done by some well known methods like stepped frequency or linear frequency modulation, thus the signals that have variable frequency can be generated by the same antenna. For moving targets, inverse synthetic aperture is used, which uses the relative motion of the target to use it as an observation angle. Synthetic Aperture Radar (SAR) is the case when radar is moving and the target is stationary whereas in Inverse Synthetic Aperture Radar (ISAR), radar is stationary and target is moving. As previously noted, such a manipulation on relative speed is used to generate ISAR/SAR data and polar format algorithm is used for Polar to Cartesian Coordinates conversion. Later 2D inverse Fourier transform can be applied to raw data to extract a radar image, which is also named as the Range Doppler (RD) image of the target. Besides good imaging performance capability, various challenges have to be handled in ISAR imaging. Some serious problems may arise during measurements that are challenging and this phenomenon affects the quality of the ISAR image. One of the well known problems is missing data case. Undesirable interference, an external jamming signal, beam blockage, or some other technical problem may lead to the missing data when receiving backscattered electromagnetic waves that are reflected from the target. There is also Compressive Sensing (CS) method that aims to generate radar images with less samples. For both cases, the conventional RD imaging method will perform poor imaging result. Missing data is a common problem for many radar related fields. In order to overcome missing data problem 1-D signal reconstruction algorithms are proposed such as Matching Pursuit (MP) and Basis Pursuit (BP). These approaches represent signals with dictionaries instead of conventional Fourier based superpositioned sinusoids. Although they are useful, 1-D reconstruction algorithms can not be applied directly to the 2-D signals, thus, Kronocker product based solutions are proposed to reconstruct 2-D signals with 1-D reconstruction algorithms. Such a process has a high computational cost in addition to the excessive memory requirement, so that 2-D sparse signal reconstruction algorithms are proposed. 2-D Smoothed L0 norm (2-D SL0) is the 2-D form of the 1-D Smoothed L0 norm sparse signal reconstruction algorithm and it proposed to reconstruct 2-D signal with low computational cost and low memory requirement by comparing to the 1-D signal reconstruction methods. Many successful studies have been done with the proposed 2-D SL0. There are also other methods available which are proposed to recover missing entries by exploiting the low rank feature of the matrix. Go Decomposition (GoDec), Low Rank Matrix Fitting (LMAFIT) and Nuclear Norm Minimization (NNM) are used to recover missing data on many applications that are focused on real data, so these are also not directly applicable to the ISAR raw data. There is also the Augmented Lagrangian Multiplier (ALM) for constrained optimization problems. ALM can also be applied to matrix completion problems, but primal variables of the algorithm can only be solved inexactly; thus, Inexact Augmented Lagrangian Multiplier (IALM) is proposed for matrix completion. Apart from the well known matrix completion methods, it can be directly applied to the complex data. Recently, deep learning based approaches are quite famous to recover missing parts of real images. Deep learning based approaches usually require a high amount of training data that contains corrupted images as input and original images as target to train deep convolutional neural networks to achieve tasks such as denoising, inpainting, and super-resolution. Previously, some studies trained deep networks to do such tasks on ISAR images. As it was mentioned before, the ISAR image is generated by the traditional RD algorithm. Deep learning based approaches use the amplitude of the 2-D IFFT result so that they neglect the imaginary part of 2-D IFFT result. In this study, a novel deep learning based ISAR data reconstruction method is proposed. Unlike existing studies, the proposed model uses complex data instead of the conventional RD image. Deep Image Prior (DIP) is used as a deep learning model that does not require a pre-training process to complete missing cases on input data. DIP directly can perform iteratively on single occluded data thanks to its hand crafted prior feature. In order to reconstruct ISAR raw data, the occluded matrix is separated into its real and imaginary parts, and missing entries in the backscattered field matrix are completed sequentially and separately. Thus, ISAR raw data construction is done by a deep learning model that does not need pre-training. In order to check the validity and robustness of the proposed model, three different comparison methods are used, such as IALM, 2-D SL0 and NNM. NNM performs on real data normally so that same separation process applied to raw ISAR data for NNM. In the experimental results, two simulated and one real ISAR data are tested under four different missing scenarios such as pixel-wise, equal random missing in each column, column-wise and compression cases. For all four missing scenarios, three different missing ratios are applied to the test data, like %30, %50 and %70, respectively. The results show that the proposed method outperforms existing ones both visually and quantitatively.
-
ÖgeKutupsal kodlar ve uydu iletişimindeki başarımı(Lisansüstü Eğitim Enstitüsü, 2022-02-02)Günden güne yaygınlaşan telsiz iletişim uygulamaları yüksek kapasiteye, yüksek veri hızlarına, daha iyi hata başarımına ve kısıtlı olan frekans bandının verimli kullanımına ihtiyaç duymaktadır. Bu ihtiyaca yanıt verebilmek adına telsiz iletişim teknolojileri de sürekli bir yenilenme ve gelişim sürecine girmektedir. Hata başarımlarının iyileştirilebilmesi için literatürde var olan tekniklerin birlikte kullanımına ek olarak yeni kodlama ve kod çözücü teknikleri de önerilmektedir. 5G teknolojisinde kullanımının ardından, kutupsal (polar) kodlara duyulan ilginin arttığı ve bu alanda yapılan çalışmaların hız kazandığı gözlemlenmektedir. Kutupsal kodlar, ilk olarak katlamalı kodların dış kod olduğu durumda iç kod olarak kullanılması amacıyla tasarlanmasına rağmen tek başına da oldukça iyi hata başarımına sahiptir. İlerleyen süreçte kutupsal kodların ikili ayrık belleksiz kanallarda kanal kapasitesini gerçekleyebileceğinin kuramsal olarak ispatlanmasıyla beraber kutupsal kodlar üzerine yapılan çalışmalar hız kazanmıştır. Kutupsal kodların çözülmesi için kanaat yayılımı (belief propagation, BP), ardışık giderme (successive cancellation, SC) ve listeli ardışık giderme (successive cancellation list, SCL) gibi farklı kod çözücü yapılarından faydalanılmaktadır. Benzer şekilde kutupsal kodların tasarımı için Bhattacharyya parametresi, Monte-Carlo, Gauss yaklaşıklığı (Gaussian approximation), yoğunluk evrimi (density evolution) gibi farklı kod tasarım teknikleri kullanılabilmektedir. Kutupsal kodlar, kanala özgü kodlar olarak tasarlandığı için kutupsal kod tasarımı hata başarımında önemli rol oynamaktadır. Bu tez çalışması kapsamında Monte-Carlo benzetim tabanlı kod tasarımı ve Bhattacharyya parametresi ile kutupsal kod tasarım yöntemleri gerçeklenmiştir. Farklı işaret gürültü oranları için kod tasarımları gerçeklenerek, işaret-gürültü oranı değişiminin kod tasarımına olan etkisi gözlemlenmiştir. Ayrıca literatürde yer alan kanaat yayılımı, ardışık giderme ve listeli ardışık giderme kod çözücü yapıları da detaylı biçimde incelenmiş olup bilgisayar benzetimleri yardımıyla literatürdeki hata başarımları elde edilerek kod çözücü algoritmalarının doğruluğu kanıtlanmıştır. Kanaat yayılımı kod çözücüsüne farklı erken sonlandırma teknikleri eklenerek, erken sonlandırma yöntemlerinin hata başarımı ve yineleme sayısına etkileri gözlemlenmiştir. Gerçeklenen diğer bir kod çözücü olan ardışık giderme kod çözücüsünün kodlayıcı yapısı göz önünde bulundurularak nasıl gerçeklenmesi gerektiği detaylı şekilde incelenmiştir. Ek olarak listeli ardışık giderme kod çözücü yapısı, kod çözme yolları ve örnek ağaç yapıları yardımıyla analiz edilmiştir. Listeli ardışık giderme kod çözücüye ait liste uzunluğunun artışına paralel olarak hata başarımının iyileştiği gözlemlenmiştir. Listeli ardışık giderme kod çözücü yapısı döngüsel artık denetimi (cyclic redundancy check, CRC) desteğiyle gerçeklenmiş ve CRC eklenmesinin hata başarımını iyileştirdiği gözlemlenmiştir. Ayrıca farklı CRC polinomlarının hata başarımı üzerindeki etkisi analiz edilmiş ve aynı dereceye sahip CRC polinomları kullanılması durumunda hata başarımında önemli bir değişikliğe neden olmadığı görülmüştür. Ardından kutupsal kodlarn bir uygulaması olarak uydu iletişiminde kutupsal kod tasarımı ve kullanımı ele alınmıştır. Gölgelemeli Rician kanal modeli yardımıyla farklı gölgeleme seviyeleri için uydu kanalları modellenmiş ve bu kanal modelleri için Monte-Carlo benzetim tabanlı kod tasarımı gerçeklenmiştir. Farklı gölgeleme seviyeleri için uydu kanallarında, uydu kanallarına özgü tasarlanan kodların toplamsal beyaz Gauss gürültülü kanal için tasarlanan kutupsal kodlardan daha iyi hata başarımı sergilediği görülmüştür. Uydu kanallarındaki hata başarımında, kod tasarımı için kullanılan gölgeleme seviyesinin etkisinin sınırlı olduğu görülmüştür. İletişim sisteminde doğrusal olmayan yüksek güçlü kuvvetlendirici kullanılmasının hata başarımına etkilerini incelemek için doğrusal olmayan yüksek güçlü kuvvetlendiricili sisteme özel kod tasarımları gerçeklenmiştir. Yapılan benzetimler sonucunda kutupsal kodların hata başarımlarının uydu kanallarında doğrusal olmayan kuvvetlendirici varlığından etkilenmediği görülmüştür. Kutupsal kodların doğrusal olmayan kuvvetlendiricilerin bozucu etkisine karşı dayanıklı olduğu çıkarımında bulunulmuştur.
-
ÖgeKablosuz haberleşme için uçtan uca otokodlayıcı tasarımı(Lisansüstü Eğitim Enstitüsü, 2023-10-03)Bu çalışma, derin öğrenme ve kablosuz iletişim alanları arasındaki ilişkiyi inceleyen kapsamlı bir çalışmayı ele almaktadır. Çalışma, kablosuz haberleşme sistemlerinin verimliliğini ve güvenilirliğini artırmak amacıyla otokodlayıcıların nasıl kullanılabileceğini araştırmaktadır. Çalışmanın ana katkısı otokodlayıcılar ile tasarlanan bir haberleşme sisteminin farklı otokodlayıcı sistem konfigürasyonları ile performansını açıklamaktır. Tezin ilk bölümü, derin öğrenme kavramlarına odaklanmaktadır. Denetimli ve denetimsiz öğrenme arasındaki farklar açıklanmakta ve ileri yönlü derin ağlar incelenmektedir. Ayrıca, derin öğrenmede kullanılan temel kavramlar ve algoritmalar ele alınmaktadır. Öğrenme parametreleri, aktivasyon fonksiyonları, optimizasyon algoritmaları ve geri yayılım (back propagation) gibi konular detaylı bir şekilde açıklanmaktadır. Kayıp fonksiyonları ve öğrenme algoritmaları da örneklerle birlikte incelenmektedir. Tasarlanan modelde sıklıkla kullanılan kategorik çapraz entropi (categorical cross entropy) kayıp fonksiyonu araştırılmıştır. Kablosuz haberleşme temelleri ele alınarak otokodlayıcı ile ilişkisi incelenmiştir. Otokodlayıcıların mimarisi ve farklı türleri detaylı bir şekilde incelenmektedir. Evrişimli otokodlayıcılar, değişken otokodlayıcılar ve gürültü çözen otokodlayıcılar gibi farklı türlerin özellikleri vurgulanmaktadır. Çalışmanın devamında uçtan uca otokodlayıcı tasarımı ele alınmaktadır. Sistem modelleri ve otokodlayıcı konfigürasyonları üzerinde durularak, farklı senaryolarda otokodlayıcı hata analizleri yapılmaktadır. QPSK, 8PSK gibi modülasyon türleri ile bunların otokodlayıcı yapılarıyla olan karşılaştırmalı hata analizleri yapılmıştır. Farklı işaret gürültü oranlarında (signal to noise ratio, SNR) otokodlayıcı model eğitilmiş ve hangi değerlerde otokodlayıcının yüksek hata performansı verdiği bilgileri çıkarılmıştır. Alamouti sistemine alternatif olarak sunulan otokodlayıcı modeli tasarlanırken kanalda distorsiyon etkisi olarak Rayleigh sönümlemesi kullanılmıştır. MMSE tahmini Minimum Ortalama Karesel Hata ile elde edilir ve giriş sinyalinin kod çözücüdeki temsili elde edilir. Bu çalışma sonucunda geleneksel 2 x 1 Alamouti sistemi ile bu sistemin otokodlayıcılarla tasarlanan modelinin bit hata oranı performansı açısından benzer sonuçlar verdiği görülmektedir. Uzaysal çeşitlilik için bir otokodlayıcı modeli tanıtılmış ve bu model 2x1 iletişim sistemlerinin verici ve alıcı işlemlerini tek bir uçtan uca kodlama yöntemi ile optimize etmektedir. Rayleigh sönümleme kanalı kullanılarak yapılan simülasyon sonuçları, otokodlayıcı tabanlı sistemin BER performansını göstermektedir. Bu sonuçlar, mevcut geleneksel gönderici anten çeşitleme uygulamalarının performansıyla karşılaştırılmıştır. Bu çalışma kapsamında derin öğrenme ile kablosuz iletişim arasındaki önemli bağlantılar vurgulanır ve kablosuz iletişim sistemlerindeki otokodlayıcıların potansiyeli incelenir. Bu tez, derin öğrenme ve kablosuz iletişim arasındaki ilişkinin daha iyi anlaşılmasını sağlar ve kablosuz iletişim sistemlerinin performansını artırmak için otokodlayıcıların kullanımını vurgular. Son bölümde araştırmanın sonuçları özetlenmektedir.
-
ÖgeMachine learning based design of gap waveguides(Graduate School, 2022-06-02)The development of wireless network technologies and the increasing demand for these technologies encourage engineers to design at higher frequencies. As industry 4.0, autonomous vehicles, space applications such as 5G and starlink require instantaneous high data transfer, there is a popularity towards gigabit and terabit transmission systems. The increasing demand for data transfer has caused the frequency spectrum currently used to be insufficient and a design and research trend towards higher frequencies has emerged. There are different design difficulties at high frequencies. Hardware costs of high frequency systems seem to be a big problem for companies. Low cost and low loss structures should be used for RF components in data transmission. Waveguide and microstrip lines cannot meet the requirements of these systems at high frequencies. According to the researchers, gap waveguide structures will meet these requirements. Gap waveguide-style artificial magnetic conductor structures are difficult to analyze and design, and maxwell solutions in EM Simulators take a lot of time. In general, maxwell solutions take a lot of time, regardless of EM structure. Therefore, researchers benefit from different fields of study such as machine learning for a quick solution. This study has been prepared for this purpose and presents a machine learning-based study for gap waveguide structures. In the first stage of the thesis, existing studies about gap waveguide structures are examined and the history of gap waveguide and its status in the literature are explained. Then, the effects of changes in pin radius, pin height, period and gap height parameters on Mod-1 and Mod-2 frequencies in the dispersion diagram of the unit cell that make up the gap waveguide were analyzed. In order to use the data set in Python Orange program, parametric sweep was made in the CST Studio Suite program. The resulting data has been adapted to the machine learning program. Machine learning algorithms were researched and trial studies were conducted on the Python Orange program. In the second stage of the thesis, firstly, in the Python Orange program, the information of the unit cell's pin radius, pin height, period and gap height parameters are set as the input of the system with this data set machine learning algorithms, Mode-1 and Mode-2 frequencies are taken as the output of the system. In other words, a regression study was conducted between the size parameters of the system and the information of the output parameters. Thus, the stop band frequencies of a unit cell that provides these dimensions of the algorithms in which random size information is entered have been found. In this study, predictions were made with Random Forest, Tree, Gradient Boosting, AdaBoost, kNN, Neural Network and SVM algorithms and regression studies. It was seen that Gradient Boost algorithm for Mode-1 frequency and AdaBoost algorithm for Mode-2 frequency gave the best results. Then, Mod-1 and Mod-2 frequency information was determined as the input of the system, and the pin radius, pin height, period and gap height parameters that make up the unit cell were configured as the output of the system. Thus, a regression study was carried out between the stopband frequency information (Mode-1 and Mode-2 frequencies), which is the input of the system, and the dimension parameters, which are the output. In this way, the size parameters of the unit cell that can best provide the Mode-1 and Mode-2 frequencies randomly entered into the system have been found. In this study, regression studies were performed with Random Forest, Tree, Gradient Boosting, AdaBoost, kNN, Neural Network, SVM, Stochastic Gradient Descent and Linear Regression algorithms. At the end of this study, Gradient Boost gave the best results for pin height and gap height, and Random Forest algorithm gave the best results for pin radius and pin period. In both studies, \%75 of the data set produced by parametric sweep was used to train the algorithms and the remaining \%25 was used to test the algorithms. Then, the algorithm optimization process was carried out by changing the learning rate, method and tree values of the algorithms. First, the kNN algorithm was started by changing the metric system, and then the optimization was made by changing the neighborhood numbers. The effects of these changes were observed by changing the number of trees, learning rate values and method in the Gradient Boosting algorithm. Optimization was made by changing the learning rate and tree values in the Adaboost algorithm, and the number of nodes and layers in the neural network algorithm. Regarding the validation of these studies, firstly, it started with working with dimension parameters as input and Mode-1 and Mode-2 frequencies as output. Then, gap height, pin radius, height and period parameters were obtained as the output of Mod-1 and Mod-2 frequencies as random inputs to the machine learning system. The results obtained in both studies were analyzed in CST Studio Suite and it was observed that the results obtained were similar to the results obtained from machine learning algorithms. In the last stage of Thesis, analysis was made with the full model in the CST Studio Suite program. The data obtained as a result of the analysis supports the study.