Geri Dön

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

Çok kullanıcılı DS-CDMA demodülasyonunda genetik algoritma destekli radyal tabanlı yapay sinir ağı yapısı uygulaması

  1. Tez No: 169193
  2. Yazar: HÜRRİYET KESKİN
  3. Danışmanlar: YRD. DOÇ. DR. DAMLA GÜRKAN KUNTALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: DS-CDMA, çok kullamlıcı demodülasyon, Radyal Tabanlı Yapay Sinir Ağlan, Genetik Algoritma, DS-CDMA, multi-user detection, Radial Basis Function Neural Networks, Genetic Algorithm. IV
  7. Yıl: 2005
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

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.

Özet (Çeviri)

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.

Benzer Tezler

  1. Tez No

    112235

    Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması

    Classification of satellite imagery data with artificial neural networks

    COŞKUN ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FİLİZ SUNAR ERBEK

  2. Tez No

    55615

    RTFA ile sistem tanıma ve nöral-bulanık kontrol-

    Başlık çevirisi yok

    ZEKERİYA UYKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. İBRAHİM KESKİN

  3. Tez No

    55961

    Biyomagnetik olaylar

    Başlık çevirisi yok

    M.TOGAN ÇANDIR

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. İNCİ AKKAY

  4. Tez No

    179327

    Artificial neural networks approach for the determination of aquifer parameters

    Akifer parametrelerinin belirlenmesinde yapay sinir ağları yaklaşımı

    A. UFUK ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. CEM AVCI

  5. Tez No

    169169

    Design and application of radial basis function support vector machines for regression

    Radyal tabanlı fonksiyon destek vektör makinelerinin regresyon için tasarımı ve uygulamaları

    DOĞAN BAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT GÜZELİŞ

Geri Dön