Çöz Aktar İşbirlikli Çeşitlemeli Çok Röleli Sistemlerde Derin Öğrenme Yardımlı En İyi Röle Seçimi Ve Güç Optimizasyonu

Abstract

İşbirlikli Haberleşme sistemi kaynak, röleler ve hedef düğümlerden oluşmaktadır. Kaynak, işaretleri rölelere ve hedefe, röleler ise çözdüğü işareti hedef düğüme aktarmaktadır. İşbirlikli haberleşme sistemlerinde spektral verimliliğin korunması açısından en iyi röle seçimi önemli bir husustur. Ayrıca güvenli bir iletişim için kaynak röle ve röle hedef düğümleri arasındaki işaret gürültü oranlarının da maksimum yapılması gereklidir. Diğer taraftan, derin öğrenme (deep learning-DL) tekniği fiziksel seviye haberleşme tekniklerinde yaygın olarak kullanılmaya başlanan bir tekniktir. DL var olan haberleşme tekniklerine alternatif çözümler sunmaktadır. Bu çalışmada DL tekniği en iyi röle seçimi için kullanılmıştır. En iyi röle seçiminde, kaynaktan-röle ve röle-hedef arasında iletim yapılırken güç optimizasyonu da göz önünde bulundurulmuştur. Evrişimli sinir ağı (Convolutional Neural Network-CNN) tekniği ile bulunan sonuçlar geleneksel maxmin yöntemi ile tespit edilen en iyi röle ile bulunan sonuçlardan hata performansı açısından başarılıdır. Ayrıca DL ile hata başarımlarına güç optimizasyonu da önemli bir etki sağlamaktadır.