6G haberleşme ağları için yeni OTFS sistem tasarımları

Geleneksel modülasyon yöntemleri, birçok senaryoda etkili olsa da, yüksek hızlı iletişimde dinamik ortamlarla başa çıkmakta zorluklarla karşılaşır. Alıcı ya da verici ekipmanların hızlı hareketi, çoklu yol yayılması ve Doppler yayılmasının etkileri, iletişim kalitesini düşüren etkenlerden bazılarıdır. Bu problemlere cevap olarak, dikgen zaman frekans uzayı (orthogonal time frequency space, OTFS) dalga şekli, gelecek nesil iletişim teknolojilerinin gereksinimleri ile yüksek hızlı veri alışverişinin karmaşıklıklarının üstesinden gelebilen yenilikçi bir çözüm olarak ortaya çıkmıştır. OTFS, zaman frekans alanında iletişime yaklaşımı yeniden tasarlayan devrim niteliğinde bir modülasyon tekniğidir. Geleneksel yöntemlerin aksine, OTFS, hem zaman hem de frekans alanlarını aynı anda kullanarak Doppler yayılmasına karşı üstün performans gösterir. Ancak, 6G standardının katı gereksinimlerini karşılamak için daha sofistike OTFS tabanlı modülasyon şemalarının tasarımına olan ihtiyaç hala devam etmektedir. Bu tezde, OTFS için üç performans iyileştirme yöntemi sunulmaktadır. 3. Bölümde, OTFS'in hata performansını iyileştirmek için derin öğrenmeye (deep learning, DL) dayalı otomatik kodlayıcı (autoencoder, AE) tabanlı iyileştirişmiş OTFS (AEE-OTFS) isimli yeni bir teknik önerilmektedir. Bir AE yapısı, yüksek boyutlu sembollerin öğrenilmesi ve aralarındaki en küçük Öklid mesafesini maksimize etmek için kullanılmıştır. Karmaşık zamanla değişen kanalların aksine, bu AE yapısı, toplanır beyaz Gauss gürültüsü (additive white Gaussian noise, AWGN) kanalının daha basit koşulları altında eğitilmektedir. AE'ın kodlayıcısı ve kod çözücüsü daha sonra gerçek zamanlı bir OTFS sisteminde sembol eşleme ve sembol çözme blokları olarak yeniden kullanılır. Çalışmada aynı zamanda teorik bir paket hata oranı (frame error rate, FER) üst sınırı türetilmiştir. Simülasyon sonuçları, AEE-OTFS'in FER performansı açısından geleneksel OTFS'i geçtiğini göstermektedir. Öğrenilen bir dedektörün (learned detector, LD) eklenmesi, kod çözme karmaşıklığını önemli ölçüde azaltır. Bu bulgular, AEE-OTFS'nin özellikle yüksek hareketlilik ve esneklik senaryolarında belirli 6G uygulamaları için umut vadettiğini göstermektedir. 4. Bölümde, OTFS'nin hata performansını artırmak için ortak gecikme-Doppler indeks modülasyonu tabanlı OTFS (JDDIM-OTFS) tekniği tasarlanmıştır. Bu bö-lümde aynı zamanda bit hata oranı (BER) üzerine teorik bir üst sınır da belirlenmiştir. Bilgisayar simülasyonları, JDDIM-OTFS'nin, eşleştirilmiş filtreli Gauss-Seidel (matched-filtered Gauss-Seidel, MFGS) dedektörü ile maksimum olabilirlik dedektörü (MFGS-ML) ve MFGS ile aç gözlü bir dedektör (MFGS-GRD) ile birleştirildiğinde BER açısından geleneksel OTFS, OTFS-IM ve gecikme-IM OTFS (delay-IM, DeIM-OTFS) sistemlerini geride bıraktığını göstermektedir. MFGS içinde Aç Gözlü bir dedektörün kullanılması kod çözme karmaşıklığını önemli ölçüde azaltır. JDDIM-OTFS, yüksek hareketlilik ve esneklikle karakterize edilen senaryolarda dik-kate değer bir hata performansı sergileyerek, belirli 6G kullanım durumları için heyecan verici bir seçenek haline gelmektedir. Son olarak, 5. bölümde, OTFS'in tepe-ortalama güç oranını (peak-to-average power ratio, PAPR) azaltmak için Walsh-Hadamard dönüşümü (Walsh-Hadamard transform, WHT), Zadoff-Chu dönüşümü (Zadoff-Chu transform, ZCT) ve ayrık kosinüs dönüşümü (discrete cosine transform, DCT) gibi ünitersel dönüşümleri kullanma önerilmektedir. Bu yöntemin farklı çerçeve boyutları üzerindeki performansı ve kırpma ve ayrık Fourier dönüşümü-s (discree Fourier transform-spread OTFS, DFT-s OTFS) teknikleri ile karşılaştırılması yapılmaktadır. Ayrıca, bu yaklaşımın BER performansına diğer yöntemlere göre etkisi değerlendirilir. Bilgisayar simü-lasyonları, bu önerilen yöntemin PAPR'ı önemli ölçüde azalttığını gösterirken, hata performansında yaklaşık olarak 1.5 dB'lik bir kayıp yaşandığını göstermektedir. Yüksek PAPR azaltmanın yanı sıra, alıcı tarafındaki bilgiye ihtiyaç duyulmaması bu yaklaşımı önemli bir yaklaşım haline getirir.