|
Kablosuz iletişim sistemleri, üstel bir büyüme yaşamakta ve günlük hayatımızın önemli bir unsuru haline gelmektedir. 4G ve 5G mobil ağlar gibi kablosuz iletişim standartlarındaki ilerlemeler, veri iletim hızını arttırmaya, güvenilirliği geliştirmeye ve gecikmeyi azaltmaya odaklanırken, spektrum verimliliği ve düşük-SNR'ye karşı dayanıklılık yeterince ilgi görmemiş ve etkisi iyi araştırılmamıştır. Gürültüye karşı dayanıklılığı arttırırken, spektral bant genişliğini kullanmanın kritik olduğu açıktır.
Son yıllarda, kablosuz iletişim sistemlerinin otomatik olarak öğrenilen özellikler ile genişletilmesiyle birlikte spektral bant genişliğinin kullanımı konusunda çok daha yüksek performans elde edilmiştir. Kablosuz iletişim alanında geniş çaplı sorunlarda yapay sinir ağı (YSA - Artificial Neural Network, ANN) ve makine öğrenme teknikleri ele alınmaktadır. Bunları göz önünde bulundurarak, bu tez çalışmasında düşük SNR'nin etkisini azaltan ve gürültüye karşı dayanıklılığı arttıran ANN çözümünü uyarladık.
Shannon Limit Teoremi (Shannon, 1948), kanal veri iletim kapasitesinin, C (bps), kanalın İşaret Gürültü Oranı (SNR) ve kullanılan spektral bant genişliğine, BW (Hz), direk bağlı olduğunu gösterir. SNR, bağlantı spektral verimliliğini (LSE) $ \eta =C/B $ (bps/Hz) etkileyen en önemli faktördür ve kanal kapasitesini sınırlar. Bu nedenle, kanal kapasitesini en üst düzeye çıkarmak için, spektral bant genişliğinin ve düşük SNR seviyesine olan dayanıklılığın kullanılması önemlidir. Mevcut modülasyon teknikleri, yaklaşık sıfır BER ile spesifik SNR seviyeleri (0 dB'den daha büyük) altında veri iletim kapasitesini (LSE) maksimize eder. Ancak, hala Shannon Limit'ten uzaktırlar ve düşük SNR'nin etkisini göz ardı etmektedirler. Bu nedenle, kanal kapsitesinin maksimizasyonunda, spektral band genişliğinin verimli kullanımı ve yüksek gürültü değerlerine dayanıklılık en önemli etkenlerdir.
Önerilen ve uygulama başarımı verilen karıştırıcıya dayanıklı haberleşme sisteminde bilişsellik iki yönüyle etkindir. Birincisi, radyo frekanslı (RF) haberleşme bandındaki gürültü seviyesine göre doğrudan kodlama ve sayısal işaret modülasyonunun veri karşılığını temsil eden sembollerin örüntü sözlüğünün anında kullanılmasıdır. İkincisi ise haberleşme spektrumunun yoğunluk ve gürültü durumunun algılanması ve buna göre dayanıklılık ihtiyacı ile iletişim bant genişliği arasında optimizasyonu sağlayan örüntü sözlüğünün seçilmesidir.
Bilişsel kodlama, yazılım tabanlı radyo uygulamalarında yaygın olarak bilinen bilişsel iletişimden farklı olarak spektrum verimliliğini arttırmakla kalmayıp, değişen örüntü sözlükleri ile karıştırıcı gücüne göre dayanıklılığı da arttırmaktadır. Karıştırıcı etkisi azaltılarak erişilen artırılmış SNR seviyesi, iletişimin sürdürülebilirliği bakımından kritik öneme sahiptir.
PBCCS, kanal kodlaması ve uyarlamalı modülasyon tekniklerini birleştiren, katmanlar arası bir yaklaşımdır. PBCCS'nın vericisi, bit dizisini bir sinyal sembolüne eşleyerek kodlar ve semboller olarak bilinen optimal iletişim sinyallerini oluşturur. Sözlük veri kümesi, yüksek bant genişliği, düşük SNR veya yüksek spektral verimlilik gibi iletişim gereksinimlerine uyarlanmış farklı özelliklere sahip çeşitli sözlükler içerir.
Bağlantı Spektral Verimliliğini (LSE) maksimize edecek şekilde uygun sözlük, en düşük SNR seviyesine göre sözlük veri kümesinden seçilir. Sonuç olarak, gönderici (verici) sadece kanalların yönetilmesinden sorumlu olmayıp, aynı zamanda sözlükten uygun bir sembol de seçmektedir. Bu nedenle, vericide kullanılan bilişsel kodlama algoritmasının davranışı, çevrenin öğrenme parametresine göre uyarlanabilmektedir. Şiddetli ve ağır koşullarda, bilişsel radyo vericisi yeni bir optimal bilişsel kodu seçecektır.
Diğer açıdan, iletilen veriler hakkında önceden bilgisi olan alıcı, verileri doğru biçimde kurtarabilir. Çok seviyeli ayrık wavelet dönüşümü (Discrete Wavelet Transforem, DWT) kullanarak alıcı, sınırlı bir wavelet özellik seti çıkararak alınan sinyali önceden işlemden geçirir. DWT'den elde edilen veriler, bozuk sembol tarafından taşınan dijital verileri kurtarmak için yapay sinir ağı tarafından kullanılmaktadır. DWT ile ANN kullanmanın amacı, alıcı tarafından alınan bozulmuş sinyalin orijinal bitlerini tahmin etmektir. Alıcı, benzer analog sinyali oluşturmaz veya parametresini tahmin etmez. Bunun yerine, çıkarılan örnekleri bilinen bir sembole göre sınıflandırır, böylece doğru bitler çıkarılabilir.
Uygulamada ve ilgili konfigürasyonda kullanılan algoritmalar, ilk olarak MATLAB ortamında oluşturulmuş ve geliştirilmiş bir simülatör ile test edilmiş ve sistemin performansı gözlenmiştir. Gönderci (Verici) ve alıcı FPGA uygulamalarının geliştirilmesinde MATLAB Simulink ortamının bir aracı olan Xilinx System Generator Toolbox kullanılmıştır.
Tez katkısı. Bu tez çalışmasının ilk araştırma katkısı, ilave bir beyaz Gauss gürültüsü (AWGN) kanalında PBCCS'nin performansını deneysel olarak araştırmayı içermektedir. PBCCS, alınan sinyali ve sinir ağını işlemek için çok seviyeli DWT kullanır. Birkaç sözlük oluşturan bir algoritma geliştirlmiştir. Ayrıca, bilişsel alıcı için uygun iletişim modellerini ve alınan semboller üzerindeki etki faktörlerini inceledik. Ek olarak, YSA'nın boyutunu azaltmak için 4 ve 5 seviyeli DWT kullanmanın etkisini inceledik. Son olarak, azaltılmış bir YSA yapısı sergileyen alıcının uzay karmaşıklığı analiz edildi.
İkinci araştırma katkımız, alınan sinyali önceden işlemek için kullanılan çok düzeyli DWT uygulamasını incelemektir. Simülasyonumuz sayesinde çok seviyeli DWT'nin son tasarım üzerindeki etkisini fark ettik. DWT ve yapay sinir ağının FPGA içindeki çarpan kaynaklarının kullanımı için rekabet halindedirler. Bu nedenle, yapay sinir ağının FPGA'daki mevcut çarpan kaynakları kullanmasına ve DWT'nin de kalan sayı sistemi (RNS) ve dağıtılmış aritmetik algoritma (DAA) gibi bellek-tabanlı teknikleri kullanmasına karar verdik.
Aslında, RNS kullanan DWT uygulaması yeni bir konu değildir, ancak çalışmamız çok seviyeli DWT'nin net bir uygulamasını ilk sunan çalışmadır. Özellikle, birinci seviyede DWT'yi etkili bir şekilde kullanan ve sonraki seviyelerde herhangi bir bellek elemanı kullanmayan iki seviyeli bir RNS tabanlı DWT tasarımı önerdik. Ayrıca bu tasarım, ardışık seviyeler arasında çoklu kalıntılardan ikili transformatörlerin (RBC) kullanımını ortadan kaldırmaktadır. Genelde, seviyelerin sayısı çıkış kelimesi uzunluğu ile sınırlıdır ve matematiksel olarak belirlenir. Son olarak, daha az güç tükecek şekilde önerilen RNS tabanlı basit donanım yapısıyla, yüksek PSNR değerlerine ulaşılmaktadır.
Tez organizasyonu. Bu tezin ilk kısmı, PBCCS'nin tasarım ve uygulamasına odaklanmıştır. Uygulamada ve ilgili konfigürasyonda kullanılan algoritmalar MATLAB ortamında oluşturulmuş ve bu amaçla geliştirilen bir simülatör ile sistemin performansı gözlenmiştir. Deneysel yaklaşım, farklı dalgacık aileleri ve çeşitli ANN konfigürasyonları kullanarak PBCCS'nin performansını araştırmamıza yardımcı olmaktadır. Ayrıca, verici ve alıcı FPGA, MATLAB Simulink ortamı için Xilinx Sistem Jeneratör Araç Kutusu kullanılarak uygulanmaktadır. Güvenilir bir çıktı elde etmek için deneysel bir kurulum, entegre bir alıcı verici çip AD9361 ve Xilinx Zynq-7000 (XC7Z045) kartı kullanılarak hazırlandı.
Tezin ikinci bölümünde, FPGA üzerinde DWT tasarımı önerilmiştir. DWT'yi çarpanlar ve bir toplayıcı ağacı ile uygulamak yerine, çarpan içermeyen bir mimari düşünüldü ki düşük karmaşıklık sistemlerinde elde edilen sonuçlara ve yüksek verimli işleme kapasitesine neden olabilsin. Bu bağlamda, iki ünlü çarpan içermeyen mimari sunuldu ve onlar Dağıtılmış Aritmetik Algoritma (DAA) ve Kalıntı Sayı Sistemi (RNS). Tasarımın ve kaynak kullanılabilirliğinin genel performansı üzerinde önemli bir etkiye sahip olan, çarpanı olmayan mimariler üzerinde DWT'nin etkisini inceledik. Dahası, tasarım ve kaynak kullanılabilirliğinin genel performansı üzerinde önemli bir etkiye sahip olan filtre katsayılarının ve kelime uzunluğu sayısının artırılmasının etkisini ele aldık. Bu araştırmanın ana sonucu, DAA-tabanlı yaklaşım az sayıda filtre katsayıları için uygun iken, RNS tabanlı yaklaşımın 10'dan fazla filtre katsayıları için daha uygun olduğu, ayrıca hem DAA hem de RNS-tabanlı yaklaşımın yüksek sinyal kalitesini sırasıyla 73.5 ve 56.5 dB pik sinyal-gürültü oranı (PSNR) ile sergilediğidir.
Tezin son bölümü, ikinci bölüm için bir genişletmedir ve burada optimize edilmiş çok seviyeli bir DWT önerilmiştir. Bu bölüm, RNS-tabanlı, optimize edilmiş, çoğaltıcı olmayan, iki seviyeli DWT'nin gerçeklemesini sunar. Ayrıca farklı DWT uygulamaları ve performans sonuçları arasında analitik bir karşılaştırma sunmaktadır. Bu yaklaşım tüm işlem süresini hızlandırmak için belleği yoğun bir şekilde kullanır. Düşük gecikme süresi elde etmek için, iki seviyeli tasarıma belirttiğimiz eklemeleri yaptık: (1) orta RBC ünitesinin ortadan kaldırılması ve (2) basit dairesel kaydırma işlemleri ile ikinci seviyenin dahili belleğinin değiştirilmesi. Ölçümlerimizin sonuçları, önerilen iki seviyeli DWT tasarımının, gecikme ve tepe sinyal-gürültü oranı (PSNR) değeri ile kullanıldığında kayda değer bir gelişme olduğunu göstermiştir.
|
|
Wireless communications systems are experiencing an exponential growth and becoming an essential element of our daily life. The advancement in wireless communication standards focus on increasing the datarate transmission, improving reliability, and reducing the latency, while the spectrum efficiency and the robustness to low-SNR have so far received little attention. Pattern-based cognitive communication system (PBCCS) was designed to allow the spectrum to be used more efficiently by adapting the transmitter behavior to the environmental conditions and the users requirements. Indeed, PBCCS is a leap approach from using model-based algorithms to data-driven model, which merges the methods of computational intelligence and machine learning with software defined radio (SDR), which has opened the road to realizing signal processing and communication algorithms using software components.
PBCCS is a cross-layer approach that merges the channel encoding and adaptive modulation techniques. The main feature of PBCCS is the construction of optimal communication signals that can be recovered by the receiver at low-SNR. The optimal communication signals, known as symbols, encode data by mapping the bit string to a patterned symbol. Symbols of similar band characteristics form a glossary. The glossary dataset contains various glossaries that are adapted to the communication requirements such as high bandwidth, low-SNR or high spectral efficiency. The transmitter selects the appropriate glossary from the glossary dataset that maximizes the link spectral efficiency (LSE) value with respect to the lowest SNR level. As a result, the transmitter is not only responsible for managing channels but also selecting an appropriate pattern from the glossary. Therefore, the cognitive coding algorithm that is employed at the transmitter, is capable of adapting its behavior accordingly with regards to the learning parameter of the environment. At severe conditions, the cognitive radio's transmitter switches to a new optimal cognitive code.
From another perspective, the receiver that had prior knowledge on the transmitted information can correctly recover the data. The receiver pre-processes the received signal by extracting a limited set of wavelet features. Then, the extracted features are fed into an artificial neural network (ANN) to recover the digital data carried by the distorted symbol. The aim of using ANN at the receiver is to predict the original bits of the distorted received signal. The receiver does not construct the similar analog signal or estimate its parameter. Instead, it classifies the extracted samples to a known pattern, so that the correct bits can be inferred.
The first part of this dissertation focused on the design and implementation of PBCCS. The algorithms that are used in the implementation and related configuration are built up in MATLAB environment and the performance of system was observed with a simulator developed for this purpose. The experimental approach helps us to investigate the performance of PBCCS by employing different wavelet families and several ANN configuration. Furthermore, the transmitter and receiver FPGA are implemented using Xilinx System Generator Toolbox for MATLAB Simulink environment. An experimental set-up to achieve reliable output was prepared using Xilinx Zynq-7000 (XC7Z045) board with an integrated transceiver chip AD9361.
Results have highlighted some aspects of PBCCS implementations. To summarize the major key output of this study: (1) The proposed model increases the spectral efficiency by constructing a secure and non-periodic communication signals. (2) the optimized signal patterns that are decoded solely by DWT preprocessed signals and artificial neural network have been decoded at SNR of -5 dB of a bit error rate (BER) of $10^{-5} $ under an Additive White Gaussian Noise (AWGN) channel.
In the second part of this dissertation, the design of DWT on FPGA was proposed. Rather than implementing DWT via multipliers and an adder tree, a multiplier-free architecture was suggested due to their resultant in low complexity systems and their high throughput processing capability. Two famous multiplier-free architecture were presented --- i.e., the Distributed Arithmetic Algorithm (DAA) and Residue Number System (RNS). We have studied the effect of multiplier-less architectures DWT, which has a substantial influence on the overall performance of the design and resource availability. Moreover, we addressed the effect of increasing the number of filter taps and word-length, which have a substantial influence on the overall performance of the design and resource availability. The main finding was that the DAA-based approach is appropriate for a small number of filter taps, while the RNS-based approach would be more appropriate for more than 10 filter taps, yet both DAA- and RNS-based offer high signal quality with peak signal-to-noise ratio (PSNR) of 73.5 and 56.5 dB, respectively.
The third part is an extension of the second part, where an optimized multi-level DWT was proposed. It presents the implementation of RNS-based optimized multiplier-less two-level DWT. It also presented an analytical comparison among different DWT implementations as well as the performance results. This approach intensively use memory to speed up the entire processing time. In order to achieve low latency, we incorporated two novel ideas into the two-level proposed design, as follows: (1) eliminating the intermediate Residue-to-Binary Converter (RBC) unit; (2) replacing the internal memory of the second level by simple circular shift operations. The overall results of the experiments showed that there is a considerable improvement when the proposed two-level DWT design is used with regard to latency and peak signal-to-noise ratio (PSNR) precision value at the final output. |
