Development of new array signal processing techniques using swarm intelligence

Bu tezde, çokyollu haberleşme kanallarını modellemek için çapraz belirsizlikişlevi (CAF), sürü zekası ve sıkıştırılmış algılama (CS) teorisi tabanlı yeni dizisinyal işleme teknikleri önerilmektedir. Birinci teknik, dizideki herbir anteninçıktısında hesaplanan CAF' lerin entegrasyonunu kullanarak hem çokyollu kanalbirleşenlerinin varlığını tespit etmektedir hem de bilinen bir sinyale ait ekoların geliş yönlerini(DOAs), zaman gecikmelerini ve Doppler kaymalarını kestirebilmektedir.Parçacık sürü optimizasyonu - çapraz belirsizlik işlevi (PSO-CAF)adıyla önerilen ikinci teknik, çokyollu birleşenlerin gecikme-Dopplerçeşitliliklerini verimli bir şekilde ortaya çıkarmak için CAF hesaplamasını kullanarakanten dizi çıktısını gecikme-Doppler düzlemine taşır. Gecikme-Dopplerdüzlemi üzerinde yer alan çokyollu birleşen kümeleri, basit bir genlik eşiklemesi iletespit edilir. Herbir küme içerisindeki çokyollu birleşen parametrelerini kestirmekiçin PSO kullanılmıştır. Üçüncü önerilen teknik sıkıştırılmış algılama (CS)teorisini, sürü zekasını ve CAF hesaplamasını birleştirerek çokyollu kanal modellemesiyapmaktadır. Çokyollu kanal parametre uzayının ayrık örneklenmesinedayalı çalışan standart CS formülizasyonları, gerçek kanal parametrelerinin kabuledilmiş ayrık küme değerlerinden saptığı durumlarda performansları ciddibir şekilde düşmektedir. "Kötü ızgara" olarak da adlandırılabilinecek veçokyollu kanal modellemesi dışında birçok başka uygulamada da karşılaşılanbu problemi çözmek için yeni bir teknik sunulmaktadır. Önerilen tekniklerinbaşarımları sentetik ve gerçek sinyaller üzerinde doğrulanmıştır.