KOÇAN TABANLI UYARLANABİLİR KANAL DENKLEŞTİRME

Ahmed, Noor J.

DSpace Home
→
Enstitüler -- Institutes
→
Fen Bilimleri Enstitüsü -- Institute of Natural & Applied Science
→
Tezler -Thesis
→
View Item

dc.contributor.author	Ahmed, Noor J.
dc.date.accessioned	2019-05-16T11:54:17Z
dc.date.available	2019-05-16T11:54:17Z
dc.date.issued	2014
dc.identifier.uri	http://hdl.handle.net/11547/1959
dc.description.abstract	Doğrusal olmayan uyarlanabilir süzgeçleme alanının aksine doğrusal uyarlanabilir süzgeç kuramları bir doyum noktasına ulaşmıştır. Koçan yöntemler doğrusal olmayan ve sağlam matematiksel temelleri olan yöntemlerdir. Bu yüzden de son zamanlarda yapılan birçok araştırma için oldukça cezbedici olmuştur. Bu çalışmada, haberleşme sistemlerinde kanal denkleştirme problemi özelinde, doğuran koçanlı Hilbert uzayında uyarlanabilir süzgeçleme algoritmaları incelenmiştir. Bu bağlamda bir Rayleigh kanal modeli kullanılmış ve uygulama örnekleri bu yönde yürütülmüştür. Doğuran koçanlı Hilbert uzayı, koçan hilesi kullanmak suretiyle iç çarpımlar olarak ifade edilen doğrusal uyarlanabilir süzgeç algoritmalarının doğrusal olmayan karşılıklarının elde edilebilmesi için bir yöntem ortaya koymaktadır. Dolayısı ile, en iyi bilinen uyarlanabilir süzgeçleme yöntemleri olan en küçük ortalama kareler ve yinelenen en küçük kareler algoritmalarının koçan uygulamaları sunulmuş ve kanal denkleştirme problemi için performansları değerlendirilmiştir.	tr_TR
dc.language.iso	tr	tr_TR
dc.publisher	İSTANBUL AYDIN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ	tr_TR
dc.subject	Kanal Denkleştirme	tr_TR
dc.subject	Uyarlanabilir Süzgeçleme	tr_TR
dc.subject	Doğuran Koçanlı Hilbert Uzayı	tr_TR
dc.subject	Channel Equalization	tr_TR
dc.subject	Adaptive Filtering	tr_TR
dc.subject	Reproducing Kernel Hilbert Space	tr_TR
dc.title	KOÇAN TABANLI UYARLANABİLİR KANAL DENKLEŞTİRME	tr_TR
dc.type	Thesis	tr_TR
dc.description.abstractol	The theory of linear adaptive filtering has reached a saturation, unlike the area of nonlinear adaptive filtering. Kernel methods which are nonlinear and have solid mathematical foundations. This makes them very appealing in recent research studies. In this study, adaptive filtering, algorithms in reproducing kernel Hilbert spaces (RKHS) are investigated in the case of channel equalization problem in communication systems. In this concept, a Rayleigh channel model is incorporated, and applications examples are conducted in this direction. The reproducing kernel Hilbert space provides a method for obtaining nonlinear counterparts of linear adaptive filtering algorithms which are expressed in terms of inner products by incorporating kernel trick. Thus, kernel extensions for well-known adaptive filtering methods, the least-mean-square, and the recursive-least-squares are presented and their performances in channel equalization problem are studied.	tr_TR
dc.publisher.firstpagenumber	1	tr_TR
dc.publisher.lastpagenumber	83	tr_TR