Yeni nesil çok-girişli çok-çıkışlı sistemler: İndis modülasyonundan derin öğrenmeye

Kablosuz haberleşme, hücresel ağların ilk jenerasyonundan (1G) beri gelişmektedir ve en güncel hücresel haberleşme teknolojisi olan beşinci jenerasyon (5G), hem akademi dünyasını hem de mobil pazarını heyecanlandırmaktadır. 5G'nin kurulma sürecinin henüz tamamlanmamasına rağmen, haberleşme araştırmacıları 5G'nin eksikliklerini gidermek ve olağanüstü bir kablosuz gelecek inşa edebilmek adına, şimdiden kablosuz dünyanın altıncı jenerasyonuna (6G) yönelik ileri seviye haberleşme teknolojilerini irdelemeye başlamışlardır. 6G ile hayata geçmesi beklenen heyecan verici uygulamalar, örneğin dokunsal teknoloji, beyin-bilgisayar arayüzü ve uzay yolculuğu, zorlayıcı gereklilikler getirmektedir. Bu yüzden, araştırmacılar yenilikçi fiziksel katman (physical layer, PHY) haberleşme çözümleri geliştirmektedirler. Bu tez, çok-girişli çok-çıkışlı (multiple-input multiple-output, MIMO) sistemler için iki gelecek vadeden PHY haberleşme tekniğine odaklanmıştır: indis modülasyonu (index modulation, IM) ve derin öğrenme (deep learning, DL). IM metodları, bir haberleşme sisteminin farklı yapı taşlarını kullanarak ekstra bilgi biti iletebilmesiyle, yeni nesil MIMO teknolojileri için muazzam bir potansiyel göstermektedir. Özellikle, uzaysal modülasyon (spatial modulation, SM) ve türevleri, uzaysal alanda ekstra bilgi iletebilmek için verici veya alıcı antenleri veya her ikisini de kullanmaktadır. Bu yüzden SM, MIMO sistemlere yüksek spektral verimlilik getirmektedir. Buna ek olarak, sadece bir kısım antenlerin aktif edilmesinden dolayı, gerekli radyo-frekans zinciri (radio-frequency chain, RF chain) sayısı azalmaktadır, ki bu durum enerji verimliliği getirmektedir. Bölüm 2'de SM ve en popüler türevleri olan genelleştirilmiş SM (generalized SM, GSM), dik SM (quadrature SM, QSM) ve önkodlama destekli SM'nin (precoding-aided SM, PSM) sistem modelleri etraflıca incelenmiştir. Bundan başka, okuyucuyu, bu alandaki gelişmeler hakkında aydınlatmak için SM destekli MIMO sistemlerini anlatan, kısa ve öz bir literatür paylaşılmıştır. İlk IM tekniği Bölüm 3'te önerilmiştir. SM sistemleri, gizli dinleyicilere bilgi sızması riskiyle karşı karşıyadır ve bu durum PHY güvenliğinin artırılmasını gerektirmektedir. Bu yüzden, bu bölüm, çok-girişli tek-çıkışlı (multiple-input single-output, MISO) sistemler için gelecek vadeden CIOD-IM isminde bir IM destekli PHY güvenlik yöntemi sunmuştur. Önerilen CIOD-IM şeması, koordinat serpiştirilmiş dik tasarımları (coordinate interleaved orthogonal designs, CIOD) kullanarak, verici çeşitliliği getirmekte ve sistemin güvenilebilirliğini iyileştirmektedir. Buna ek olarak, CIOD-IM sırasıyla, özel olarak tasarlanmış bir yapay gürültü (artificial noise, AN) matrisi ve orijinal bir indisleme yöntemi kullanarak, tatmin edici seviyede PHY güvenliği sağlamakta ve yüksek spektral verimliliğe ulaşmaktadır. Mükemmel kanal durum bilgisi (channel state information, CSI) elde etmenin zorlukları değerlendirilerek hem mükemmel hem de hatalı CSI için CIOD-IM'nin bit hata olasılığı (bit error rate, BER) ve ergodik gizlilik oranı (ergodic secrecy reate, ESR) incelenmiştir. Önerilen CIOD-IM tekniğinin hem BER hem de ESR performansında referanslara göre üstün performans sergilediği bilgisayar benzetimleri ile gösterilmiştir. MIMO sistemleri için daha karmaşık bir IM yöntemi olarak Bölüm 4, dik permütasyon matris modülasyonunu (quadrature permutation matrix modulation, QPMM) sunmuştur. Önerilen QPMM iletim şeması, uzaysal bitleri, her birindeki bitlerin bir permütasyon matrisine modüle edildiği iki permütasyon bit birimine bölmektedir. Bu permütasyon matrisleri, MIMO kanal matrisinin tekil değerleriyle beraber genlik-faz modüleli (amplitude-phase modulated, APM) sembol vektörünün eş-fazlı ve dik parçalarının önkodlaması için kullanılmaktadırlar. Hem eş-fazlı hem de dik parçalar için permütasyon indislemesi QPMM ile iletilen uzaysal bit sayısını, geleneksel PMM yöntemine kıyasla iki katına çıkarmaktadır. Bundan başka, ideal ortak maksimum olasılık çözücüsünün (maximum likelihood detector, MLD) karmaşıklık sorununun üstesinden gelmek için APM sembolleri ayrı ayrı çözen koşullu MLD (conditional MLD, C-MLD) adında düşük karmaşıklıklı bir çözücü anlatılmıştır. Rayleigh sönümlemeli kanal varsayarak, QPMM şemasının BER performansı incelenmiş ve geleneksel PMM iletim şemasıyla karşılaştırılmıştır. Kapsamlı bilgisayar benzetimleri, QPMM şemasının çeşitli MIMO kurulumları için geleneksel PMM yöntemini geride bıraktığını göstermiştir. Ayrıca, C-MLD, önemli ölçüde daha düşük karmaşıklık sunarken ideal ortak MLD ile aynı BER performansını elde etmiştir. PHY iletim şemaları, özellikle IM teknikleri, her zaman iyileştirmelere açıktır. Bu tezin ikinci odak noktası olan DL yöntemleri, bu iyileştirmeler için giderek artan bir popülarite ile yer almaktadır. DL, güçlü temsil yeteneği ve hesaplama kolaylığı ile bilgisayarla görme, doğal dil işleme ve konuşma tanıma gibi çeşitli alanlarda benzeri görülmemiş başarısını kanıtlamıştır. Dünya, 6G kablosuz ağlarla tamamen akıllı bir topluma doğru ilerlerken, yeni nesil kablosuz haberleşme için katı gereksinimlerle yeni uygulamalar ve kullanım alanları ortaya çıkmaktadır. Bu nedenle, son çalışmalar, bu titiz ihtiyaçların karşılanmasında ve mevcut model tabanlı tekniklerin eksikliklerinin giderilmesinde DL yaklaşımlarının potansiyeline odaklanmaktadır. Bölüm 5'in birincil amacı, 6G'nin büyüleyici uygulamalarının yolunu açmak için DL tabanlı MIMO teknikleri alanındaki en son gelişmeleri ortaya çıkarmaktır. DL tabanlı tekniklerdeki güncel gelişmeler incelenmiş, en gelişmiş yöntemlerle karşılaştırmalar paylaşılmış ve gelecekteki yönler için kapsamlı bir kılavuz sunulmuştur. Özellikle, iyi bilinen DL tekniklerinin teorik arka planı ile birlikte DL'nin altında yatan kavramlara genel bir bakış sunulmuştur. Ayrıca, bu bölüm, ilgili okuyucular için faydalı olabilecek, kullanıcı dostu kod parçacıklarını paylaşarak DL tabanlı bir MIMO'nun bir programlama örneğini ve uygulamasını sağlamıştır. DL tabanlı stratejiler, büyük ölçekli MIMO sistemlerinin sinyal çözme, kanal kestirimi ve akıllı verici tasarımı için analiz edilmiştir. Ayrıca, mevcut IM tekniklerini daha gelişmiş ve verimli seviyelere çıkarmayı amaçlayan DL destekli IM metodları sunulmuştur. Nihai hedef, daha akıllı uçtan uca (E2E) iletişimi sağlamaktır. Son olarak, Bölüm 6, bu tezin katkılarını, DL-güçlendirilmiş IM metodlarına işaret eden bir DL-tabanlı GSM çözücüsü ile sonuçlandırmıştır. Önerilen blok ardışık girişim iptali (block successive interference cancellation, block SIC, B-SIC) çözücüsünün birincil motivasyonu, BER performansı ve karmaşıklık arasındaki ödün-leşmenin üstesinden gelmektir. B-SIC, sıfır zorlamalı (zero-forcing, ZF) ve minimum ortalama kare hatası (minimum mean squared error, MMSE) çözücüleri gibi geleneksel doğrusal çözücülerin katı anten gereksinimlerini ortadan kaldırmak için doğrusal blok çözme prosedürünü uygulamaktadır. Ek olarak, B-SIC, en yüksek SNR'li APM sembolünden başlayarak DeepEqualizer adı verilen bir DL modelini kullanarak APM sembollerini arka arkaya çözmektedir. Önerilen B-SIC çözücüsünün BER performansı ve karmaşıklığı analiz edilmiştir ve ideal MLD ile karşılaştırılmıştır. Bilgisayar benzetimleri, B-SIC'nin, GSM'li büyük ölçekli MIMO sistemleri için umut verici olan, önemli ölçüde daha düşük karmaşıklıkla optimal MLD ile aynı BER performansını elde ettiğini doğrulamıştır.