The Use of Evolutionary Algorithms in the Next-Generation Wireless Systems
[ 1 ] Instytut Radiokomunikacji, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ D ] doktorant
[ 1 ] Instytut Radiokomunikacji, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | [ P ] pracownik
PL Zastosowanie algorytmów ewolucyjnych w systemach łączności bezprzewodowej następnej generacji
angielski
- genetic algorithm
- wireless channel
- channel estimation
- optimization
- multi-user channel access
- algorytm genetyczny
- kanał bezprzewodowy
- estymacja kanału
- optymalizacja
- wielodostęp
EN This dissertation discusses the use of GA for Multi-User Detection (MUD) purposes in a Multi-User Multiple-Input Multiple-Output (MU-MIMO) scenario. The author contributes a new detection approach to generate the initial GA population, which conceptually evokes the Successive Interference Cancellation (SIC) procedure: an initialization scheme uses the ZF outcome with respect to the strongest signal as a reference set of solutions to create new individuals, thereby giving an initial direction to a good search region. This novel directed initialization improves the performance of the GA driven MU-MIMO detector at no extra computational cost in comparison to the first ZF-GA solution. The second scope of this dissertation is the use of GA as a learning mechanism to improve the performance of an adaptive channel equalizer. A novel Uni-Cycle Genetic Algorithm (UCGA) is designed with the aim of working in real time. The proposed solution has the advantage of requiring only one generation per signalling interval, which reduces computational costs, significantly, when compared to other GA-driven channel equalizers.
PL Niniejsza praca dotyczy zastosowania algorytmu genetycznego do detekcji sygnałów w systemie łączności bezprzewodowej typu Multi-User MIMO (MU-MIMO). Autor przedstawia alternatywną metodą inicjalizacji populacji algorytmu genetycznego, która pod względem koncepcji wywodzi się z kręgu metod sukcesywnej redukcji interferencji: wszystkie osobniki populacji początkowej reprezentują wynik działania detektora ZF, ale tylko dla najsilniejszego sygnału. Taka inicjalizacja nadaje wyraźny kierunek działania algorytmu genetycznego – w stronę obszaru, w którym leżą pożądane rozwiązania problemu optymalizacyjnego. Jest to rozwiązanie, które poprawia działanie detektora w systemie MU MIMO bez wzrostu nakładów obliczeniowych względem poprzedniej propozycji autora, tj. detektora GA ZF. Dalsza część pracy została poświęcona wykorzystaniu algorytmu genetycznego jako narzędzia do adaptacji korektora kanału radiowego. Zaproponowane z myślą o działaniu w czasie rzeczywistym rozwiązanie, w którym na dany odstęp modulacji przypada tylko jedno pokolenie algorytmu genetycznego, pozwala znacznie ograniczyć nakłady obliczeniowe względem innych korektorów kanału wspomaganych algorytmem genetycznym.
118
nauki inżynieryjne i techniczne
informatyka techniczna i telekomunikacja
DrOIN 2264
publiczny
Piotr Chołda
Kraków, Poland
13.01.2023
angielski
publiczny
Jarosław Sadowski
Gdańsk, Poland
07.12.2022
angielski
publiczny
rozprawa doktorska
Poznań, Poland
20.02.2023
Rada Dyscypliny Informatyka Techniczna i Telekomunikacja Politechniki Poznańskiej
doktor nauk inżynieryjno-technicznych w dyscyplinie: informatyka techniczna i telekomunikacja