NOMA TABANLI BİLİŞSEL RADYO SİSTEMLERİNDE SİNİR AĞI YÖNTEMLERİ İLE ERGODİK KAPASİTE TAHMİNİ VE BAŞARIM ANALİZİ

Authors : Mustafa NAMDAR, Abdulkadir GÜNEY, Fatma Kebire BARDAK, Arif BAŞGÜMÜŞ

Pages : 253-272

Doi:10.17482/uumfd.1194214

View : 31 | Download : 11

Publication Date : 2023-04-30

Article Type : Research Paper

Abstract :Bu çalışmada, bilişsel radyo insert ignore into journalissuearticles values(BR); tabanlı dikgen olmayan çoklu erişim tekniği insert ignore into journalissuearticles values(NOMA); kullanılarak, yakın kullanıcıya ait toplam ergodik kapasite değerinin, önerilen ileri beslemeli geri yayılımlı yapay sinir ağı insert ignore into journalissuearticles values(YSA); ve doğrusal olmayan dışsal girdili otoregresif ağ insert ignore into journalissuearticles values(Nonlinear Autoregressive Network with Exogenous Inputs, NARX); modeli ile farklı eğitim algoritmaları yoluyla yüksek doğruluk oranında ve hızlı eğitim sürelerinde tahmin edilmesi amaçlanmıştır. Sinir ağında kullanılan veri seti, üstel sönümleme kanalı karakteristiği ile modellenen BR-NOMA sistem modelinden elde edilmiştir. Denetimli öğrenme yöntemi kullanılarak tasarlanan YSA’ya girdi ve çıktı verileri öğretilerek yakın kullanıcıya ait ergodik kapasite tahmini yapılmıştır. YSA ve NARX sinir ağları başarımı değerlendirilirken eğitim süresi, iterasyon sayısı, ağın doygunluğa ulaşmaması durumları göz önünde bulundurulmuştur. Yakın kullanıcıya ait gerçek ergodik kapasite değeri ile ileri beslemeli geri yayılımlı YSA ve NARX ağlarının tahmin etmiş olduğu değerler karşılaştırılmıştır. Önerilen sinir ağlarının Levenberg-Marquardt, Bayesian ve Scaled-Conjugate eğitim algoritmaları altındaki performans analizi, hatanın minimuma ulaştığı epok değer grafiği, hata histogram analizi ve eğitim durum analizi açılarından incelenmiştir.
Keywords : Bayesian, Bilişsel radyo, Levenberg Marquardt, NARX, NOMA, Yapay sinir ağları

ORIGINAL ARTICLE URL