Geri Dön

Yüksek dereceli kümülantlar kullanılarak MA sistemlerin tanınması

Identification of MA systems using higher order cumulants

  1. Tez No: 109425
  2. Yazar: SEBAHATTİN ÖZENLİ
  3. Danışmanlar: ÖĞR. GÖR. HAKAN TORA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: MA Sistemin Tanınması, Kümülant, Üçüncü ve Dördüncü Derece İstatistikler, öz problem, Yüksek dereceli istatistikler, MA System Identification, Cumulant, Third- and Fourth-Order Statistics, eigenproblem, Higher order statistics
  7. Yıl: 2001
  8. Dil: Türkçe
  9. Üniversite: Dumlupınar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Ill YÜKSEK DERECELİ KÜMÜLANTLAR KULLANILARAK MA SİSTEMLERİN TANINMASI Sebahattin ÖZENLİ Elektronik Mühendisliği, Yüksek Lisans Tezi, 2001 Tez Danışmanı: Dr. Hakan TORA ÖZET Bu dokümanda gözlenen gürültülü sistem çıkış bilgilerinden, üçüncü ve dördüncü derece kümülant tahminleri kullanılarak MA sisteminin tanınması konusunda yeni bir algoritma önerilmektedir. Sistem bağımsız ve düzgün dağılımlı (i.i.d.-independent and identically distributed), Gaussian olmayan seri tarafindan sürülmektedir. Gürültü sistemin çıkışına eklenmekte olup, beyaz veya renkli Gaussian olduğu kabul edilmektedir. Bilinmeyen sistem parametreleri genelleştirilmiş öz problem çözümü yoluyla elde edilmektedir. Önerilen teknik üçüncü ve dördüncü derece istatistikleri birlikte kullandığından, teorik olarak sinyale eklenen Gaussian gürültü bu metodun performansım etkilememektedir. Önerilen algoritmanın etkinliğini gösterebilmek için mevcut üç algoritma ile bu çalışmada geliştirilen teknik karşılaştırılmıştır. Karşılaştırma sonuçlan önerilen metodun etkinliğini göstermektedir.

Özet (Çeviri)

IV IDENTIFICATION OF MA SYSTEMS USING HIGHER ORDER CUMULANTS Sebahattin ÖZENLİ Electronics Engineering, M.S. Thesis, 2001 Thesis Supervisor: Dr. Hakan TORA SUMMARY In this study, a new method is developed for MA system identification using estimates of the third- and fourth-order cumulants of noisy system output data observations. The system is driven by independent and identically distributed (i.i.d). and non-Gaussian sequences. Gaussian noise (white or colored) is added to the system output. The unknown system parameters are obtained by solving a generalized eigenproblem. Since the proposed technique utilizes both third- and fourth-order statistics, additive Gaussian noise (white or colored) in theory has no effect on the performance of this method. The proposed algoritm and three existing algoritms are compared to show the effectiveness of the method.

Benzer Tezler

  1. Tez No

    50505

    Adaptive system identification using higher order statistics

    Yüksek dereceli istatistikler kullanarak uyarlamalı sistem tanımlama

    LEVENT KILIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    DOÇ.DR. AYŞIN ERTÜZÜN

  2. Tez No

    84217

    Ankara-Çankırı ofiyoliti Eldivan Dağı bölümünün jeolojik özellikleri

    Geological properties of Eldivan mountain segment of Ankara-Çankırı ophiolite

    F. GÜLSÜN GÖKALP

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Jeoloji MühendisliğiHacettepe Üniversitesi

    Jeoloji Ana Bilim Dalı

    YRD. DOÇ. DR. ÜNER ÇAKIR

  3. Tez No

    151792

    Kızıldağ (Hatay) ve Tekirova (Antalya) ofiyolitlerinin jeokimyası ve petrolojisi

    Geochemistry and petrology of the Kızıldağ (Hatay) and Tekirova (Antalya) ophiolites

    UTKU BAĞCI

    Doktora

    Türkçe

    Türkçe

    2004

    Jeoloji MühendisliğiÇukurova Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    DOÇ.DR. OSMAN PARLAK

  4. Tez No

    56770

    A New content adressable memory model utilizing high order neurons

    Yüksek dereceli nöronları kullanan yeni bir içerik adreslenebilir bellek modeli

    ERHAN ÖZTOP

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MARİFİ GÜLER

  5. Tez No

    56892

    Learning and generalizing finite state automata using higher order recurrent neural networks

    Yüksek dereceli yinelenen yapay sinirsel ağlar kullanarak sonlu durumlu özdevimi öğrenme ve genelleme

    ONUR BOYACI

    Yüksek Lisans

    İngilizce

    İngilizce

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

Geri Dön