LSTM yöntemiyle RF sinyallerinde RTWP-enterferans tahmini

Basit Öğe Kaydı
dc.contributor.advisorBudak, Cafer
dc.contributor.authorSolmaz, Tuba
dc.date.accessioned2024-04-01T13:09:58Z
dc.date.available2024-04-01T13:09:58Z
dc.date.issued2024en_US
dc.date.submitted2024
dc.departmentDicle Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik - Elektronik Mühendisliği Ana Bilim Dalıen_US
dc.description.abstractGünümüzde iletişim teknolojilerinin hızlı gelişimi, kablosuz haberleşme sistemlerinin toplumsal ve ekonomik yaşamdaki rolünü arttırmıştır. GSM (Global System for Mobile Communications) operatörlerinin temel hedefi, kullanıcılara kesintisiz iletişim sağlamaktır. Ancak, mobil iletişim altyapısının hızla büyümesiyle sinyal gücü ve sinyal kalitesindeki dalgalanmalar mobil kullanıcı üzerinde etkisini arttırmıştır. RTWP(Received Total Wideband Power) değeri ağın performansının önemli bir göstergesi olduğundan yüksek RTWP değerlerinin, iletişim kalitesinde düşüşe neden olduğu bilinmektedir. Uplink yönünde ölçülen RTWP değerlerinin tahmin edilmesi, baz istasyonuyla mobil terminal arasındaki kesintisiz iletişimi sağlamak için ağın optimize edilmesine yardımcı olmayı amaçlar. Bu şekilde, iletişim ağındaki girişim etkileri azaltılarak daha güvenilir bir iletişim sağlanabilir. Bu çalışma, bu sorunları ele alarak, UMTS (Universal Mobile Telecommunications System) teknolojili baz istasyonlarının uplink yönünde ölçülen RTWP (Received Total Wideband Power) değerlerini tahmin etmeyi amaçlamaktadır. Bu tahmin işlemi için LSTM (Long Short Term Memory) yöntemi kullanılmaktadır. Bu yöntem, RNN (Recurrent Neural Network) adı verilen bir tür yapay sinir ağıdır. Zaman serisi tahmin problemlerini modellemek için kullanılır. Şebeke problemlerini en aza indirmek için RTWP tahmini kullanabiliriz. Bu tahminler şebekede yapılacak optimizasyona karar vermede büyük ölçüde yardımcı olur. Eğitim verileri olarak, Şırnak Silopi'de bulunan UMTS teknolojili baz istasyonun uplink yönünde ölçülen RTWP verileri kullanılmıştır. LSTM tabanlı derin sinir ağının farklı hiperparametre değerleri ve katman sayıları denenerek en iyi performansın hangi koşullarda sağlandığı incelenmiştir. Test sonuçlarına göre, iki katmanlı ve tek katmanlı LSTM modellerinde Batch boyutu 64, iterasyon sayısı 100 değerde en düşük RMSE (Root Mean Square Error) elde edilmiştir. Bu sonuçlar, iletişim kalitesini artırmayı amaçlayan tahmin modelinin etkinliğini vurgulamaktadır.
dc.description.abstractThe rapid advancement of communication technologies today has amplified the societal and economic impact of wireless communication systems. The primary goal of GSM (Global System for Mobile Communications) operators is to provide uninterrupted communication to users. However, with the rapid growth of mobile communication infrastructure, fluctuations in signal strength and signal quality have increased their impact on mobile users. Since RTWP(Received Total Wideband Power) value is an important indicator of network performance, it is known that high RTWP values cause a decrease in communication quality. Predicting RTWP values in the uplink direction aims to facilitate the implementation of necessary measures to ensure uninterrupted communication between the base station and mobile terminals, thus reducing interference effects in the communication network for more reliable communication. This study aims to address these issues by focusing on predicting RTWP (Received Total Wideband Power) values in the uplink direction of UMTS (Universal Mobile Telecommunications System) technology-based base stations. The Long Short-Term Memory (LSTM) method, a type of Recurrent Neural Network (RNN), is employed for this prediction process. it used to model time series forecasting problems. We can use RTWP predictions to minimize network problems. These predictions greatly help in making decisions about network optimization. The training data comprises RTWP values measured in the uplink direction of UMTS technology-based base station in Silopi-Şırnak , which are then used for training the LSTM-based deep neural network. By experimenting with different hyperparameter values and layer configurations of the LSTM-based model, the study investigates the conditions under which the best performance is achieved. According to the test results, the lowest Root Mean Square Error (RMSE) value is obtained batch size 64, epochs 100 in the two-layer and one-layer LSTM models. These results underscore the effectiveness of the predictive model developed to enhance communication quality.
dc.identifier.citationSolmaz, T. (2024). LSTM yöntemiyle RF sinyallerinde RTWP-enterferans tahmini. Yayımlanmamış yüksek lisans tezi, Dicle Üniversitesi, Diyarbakır.en_US
dc.identifier.urihttps://hdl.handle.net/11468/13785
dc.language.isotren_US
dc.publisherDicle Üniversitesi, Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectKesintisiz iletişimen_US
dc.subjectRTWPen_US
dc.subjectGSMen_US
dc.subjectLSTMen_US
dc.subjectRNNen_US
dc.subjectMobil iletişimen_US
dc.subjectUninterrupted communicationen_US
dc.subjectMobile communicationen_US
dc.titleLSTM yöntemiyle RF sinyallerinde RTWP-enterferans tahminien_US
dc.title.alternativeRTWP-interference forecasting in RF signals using LSTM methoden_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
LSTM yöntemiyle RF sinyallerinde RTWP-enterferans tahmini.pdf
Boyut:
1.91 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tez Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tezler