Professional Documents
Culture Documents
Öğrenmesi Yaklaşımı
Antenna Selection on Spatial Modulation: A
Machine Learning Approach
Özet—5. nesil ve ötesi kablosuz haberleşme sistemlerinde iletişim sistemlerine katkı sağlamak maksadı ile literatüre pek
hata performansı iyileştirilirken enerji ve spektral verimlilik çok çalışma kazandırılmaktadır. İletişim teknolojilerinin kulla-
kıstaslarının sağlanması hedeflenmektedir. Masif çok girişli çok nım alanlarının çeşitlenmesi ile birlikte büyük veri kümeleri
çıkışlı uzaysal modülasyon (MIMO-SM) sistemleri, özellikle enerji oluşmakta, hızlı gelişen teknolojiler sonucunda oluşan büyük
ve spektral verimlilik gereksinimlerini sağlaması bakımından yeni veri kümeleri üstel bir artış göstererek insan gücü ile yo-
nesil iletişim sistemlerinde aday teknolojilerden biri olarak gö-
rumlanması oldukça güç olan veri yığınlarına dönüşmektedir.
rülmektedir. Öklid uzaklığı tabanlı vericide anten seçimi (EDAS)
yaklaşımı ile masif MIMO-SM sistemlerinin hata performansı ge- Bu noktadan hareketle 5G ve ötesi mobil iletişim sistemle-
liştirilebilmesi bu düşünceyi kuvvetlendirmektedir. Bu bildiride, rinde, büyük veri kümelerinin makine öğrenmesi teknikleri ile
masif MIMO-SM sistemi ilk kez gerçek zamanlı test ortamında kullanıcı taleplerini karşılamak ve deneyimlerini geliştirmek
gerçeklenmiştir. Sistemin hata performansını iyileştirmek için amacıyla kullanımı hedeflenmektedir.
optimum yöntemden daha düşük karmaşıklığa sahip makine
öğrenmesi tabanlı vericide anten seçimi yaklaşımı önerilmiş ve Yeni nesil haberleşme sistemleri için oldukça umut verici
önerilen metot benzetim ve gerçek zamanlı ortamlarda test uzaysal modülasyon (SM) tekniğinin masif çok girişli çok
edilmiştir. Yapılan çalışma sonucunda, gerçek zamanlı sistemler çıkışlı (MIMO) sistemler ile uygulanması sonucu spektral ve
açısından en yakın komşuluk (k-NN) algoritmasının uygulanabi- enerji verimliliklerinin çok daha yüksek seviyelere çıkması
lirliği gösterilmiştir. sağlanmaktadır [1]. SM sistemlerinin performansını artırmak
Anahtar Kelimeler—Uzaysal modülasyon, anten seçimi, SDR, için verici anten seçimi (TAS) ilk olarak [2]’de araştırılmıştır.
makine öğrenmesi, k-NN. İki TAS yöntemi önerilmiştir: kapasite (COAS) ve Öklid
uzaklığını temel alan anten seçimi (EDAS). EDAS metodu,
Abstract—In 5G and beyond wireless communication systems, COAS metoduna kıyasla daha iyi hata performansı gösterir-
energy and spectral efficiency requirements should be satisfied ken beraberinde yüksek karmaşıklık getirmiştir. Literatürdeki
while improving the error performance. Massive multiple input diğer çalışmalar incelendiğinde verici anten seçimi yapılarak
multiple output spatial modulation (MIMO-SM) systems are con-
iletişim sistemlerinin hata performansını iyileştirebileceği [3],
sidered to be one of the candidate technologies for next-generation
communication systems in terms of providing energy and spectral [4], yüksek enerji verimliliği [5] ve kapasite [6] ihtiyaçlarının
efficiency requirements. Error performance of massive MIMO- karşılanabileceği gösterilmiştir. [3]’te yazarlar Öklid uzaklığı
SM systems can be improved with Euclidean distance based tabanlı anten seçimi (EDAS) ile aynı hata performansını sağ-
antenna selection (EDAS), which strengthens this idea. In this layan düşük karmaşıklığa sahip bir sistem sunmuştur. [4]’de
paper, massive MIMO-SM systems are implemented for the first verici anten seçimi için düşük karmaşıklığa sahip bir metot
time in a real-time environment. In order to improve the error sunulmuş ve bahsedilen metot ile sistemin hata performansının
performance of the system, a machine learning based approach klasik MIMO sistemlere nazaran daha başarılı olduğu göste-
for transmitter antenna selection that has lower complexity than rilmiştir. Enerji verimliliğini geliştirmek üzere, [5]’te arama
the optimal method. The designed system was on simulation and teknikleri tabanlı farklı verici anten seçim yaklaşımları ortaya
real-time environments. As a result of the study, in real-time
konmuştur. [6]’da vericide seçilen anten sayısını azaltmayı ve
systems nearest neighborhood (k-NN) algorithm’s practicality has
been demonstrated. ortalama hızı maksimize etmeyi amaçlayan iki farklı verici
anten seçim algoritması sunulmuştur. [7]’de genelleştirilmiş
Keywords—Spatial modulation, antenna selection, SDR, mac- uzaysal modülasyon için yeni bir verici anten gruplama şeması
hine learning, k-NN. önerilmiş ve sistem performansının geliştirildiği gösterilmiştir.
Authorized licensed use limited to: ULAKBIM UASL - Karaelmas Universitesi. Downloaded on April 06,2021 at 18:51:01 UTC from IEEE Xplore. Restrictions apply.
Tablo I: Uzaysal Modülasyon Avantajları ve Dezavantajları
Avantajlar Dezavantajlar
Yüksek veri hızı Çok hızlı anten anahtarlama isteği
Basit alıcı tasarımı Darbe şekillendirmede zaman kısıtlaması
Basit verici tasarımı Bütün kanal bilgilerinin ihtiyacı
Daha az güç tüketimi Yönlendirilmiş beamforming kısıtlaması
Spektral verimlilik artışı En az 2 alıcı anten sayısı ihtiyacı
Authorized licensed use limited to: ULAKBIM UASL - Karaelmas Universitesi. Downloaded on April 06,2021 at 18:51:01 UTC from IEEE Xplore. Restrictions apply.
Kanal Durum Bilgisi
Makine Öğrenmesi
Algoritması
Anten I
İndis
Kanal
Seçimi
Bilgi Uzaysal y Maksimum
Bitleri Modülasyon Olabilirlikli
sm
Karar Verici
QAM
Modülasyonu
Alıcı
Şekil 2: Makine öğrenmesi yaklaşımı ile uzaysal modülasyon verici anten seçimi sistem modeli.
Tablo II: Sistem Parametreleri (ADC ve DAC) ve alçak geçiren süzgeçlere sahiptir. Mo-
düler yapısı nedeniyle USRP farklı amaçlar için kolaylıkla
Taşıyıcı Frekansı 2.2 GHz değerlendirilebilmektedir. Testlerde kullanılan USRP 2943R
Modülasyon Çeşidi 4-QAM modeli; en fazla 16 bit örnekleme aralığında ve 40 MHz bant
Verici Kazancı 5, 10, 15 dB genişliğinde kullanılabilmekte, 1.2 GHz ile 6 GHz frekans
Alıcı Kazancı 0 dB aralığında çalışmakta ve en fazla 20 dBm gücünde sinyal
Nt 16 üretebilmektedir. USRP 2940 modelinin ise çalışma frekansları
Nr 2 50 MHz ile 2.2 GHz aralığındadır. Bu çalışmada iki farklı
Subset 2, 4, 8 cihaz için uygun görülen çalışma frekansı 2.2 GHz olarak
Mesafe 3 metre belirlenmiştir.
IQ Rate 2 MS
Gerçek zaman testlerinin yaygın problemi, alıcı ve verici
üzerinden oluşturulan veri kümesi: 5 milyon eğitim, 5 mil- arasındaki senkronizasyon zorluğudur. Alıcı ve verici arasında
yon test verisinden meydana gelmektedir. Her grup bağımsız çeşitli nedenlerle ortaya çıkan taşıyıcı frekans kayması (CFO)
olarak SM yapmak üzere 16 adet iletim anteni 2, 4 veya 8’li ve örnek zaman kayması (STO) sorunu, iletilen sinyale belirli
gruplara ayrılmıştır. İletim seçilen anten grubunun ilgili anteni sıklıklarla yerleştirilen pilot dizileri yardımıyla giderilebilmek-
üzerinden sağlanmıştır. Her bir grup için kanal durum bilgisi tedir [9]. Bu çalışmada [8]’de detaylandırıldığı üzere tasarlanan
toplanarak veri kümesinde özellik olarak tanımlanmıştır. sistem kullanılmıştır.
Genel anlamdaki SM sisteminde tek bir RF zinciri kulla-
B. Gerçek Zamanlı Masif MIMO-SM Sistemi nılmasına rağmen test amacıyla önerilen sistemde anahtarlama
yerine farklı RF zincirleri kullanılmaktadır. İletimde kullanılan
Önerilen test sisteminde, SDR düğümü olarak vericide anten sayısı 16 olmasına rağmen, anten seçimi nedeniyle
sekiz adet ikişer RF zincirli USRP-2943R (Universal Software antenden iletilen bit sayısı 4 yerine 2 olarak belirlenmiştir
Radio Peripheral) ve alıcıda iki RF zincire sahip USRP- ve bu nedenle anten bilgisi ile iletilen 2 biti ifade eden 4
2940 cihazları kullanılmıştır. Yazılım olarak grafiksel program- farklı anten seçeneği oluşturulmuştur. Modülasyon yöntemi
lama dillerinden olan ve USRP cihazları ile iletişimi oldukça olarak tek taşıyıcılı olarak oluşturulan sistemde QAM tercih
verimli gerçekleştiren LabVIEW tercih edilmiştir. Vericideki edilmiştir. Anten seçimi, makine öğrenmesi yöntemiyle ger-
16 kanalın donanımsal anlamda senkronizasyonunu sağlamak çekleştirilmiş ve hata performansını en iyileştiren yöntem olan
amacıyla referens saat üreten “NI PXIe-6674T Synchroniza- EDAS ile benzer başarım elde edilmiştir. Testlerde kullanılan
tion Module” ve bütün cihazlara bu saat bilgisini paylaştıran gerçek zaman sistemi Şekil 3’te görülmektedir.
“CDA-2990 eight-channel clock distribution module” cihaz-
ları kullanılmaktadır. Alıcıda USRP-2940 cihazı kendi içeri-
sinde senkronizasyon işlemini yapmaktadır. Alıcı ve vericideki IV. Ç ALI ŞMA S ONUÇLARI
USRP cihazlarının yönetimi genellikle aynı bilgisayar üzerin-
den kontrol edilebilmektedir. Temel bantta tasarlanan herhangi Bu çalışmada masif MIMO sistemlerin hata performan-
bir haberleşme sistemi, USRP ile donanımsal kısıtlamalar sında oldukça etkili olan anten seçiminin k-NN makine öğ-
altında istenilen taşıyıcı frekansında ve bant genişliğinde ger- renmesi algoritması ile gerçek zamanlı ve benzetim test or-
çek zamanlı olarak çalıştırılabilmektedir. Sistem parametreleri tamlarındaki başarımı araştırılmıştır. Anten seçiminin hata
Tablo II’de gösterilmektedir. performansına etkisini gösteren benzetim sonuçları Şekil 4’te
görülmektedir. Benzetim ve gerçek zaman test sonuçlarına göre
USRP temel olarak lokal osilatöre, sayısal sinyal işlemenin hata performansında önemli bir metrik olan EDAS’a göre elde
gerçekleştirildiği FPGA’ya, analog ve sayısal dönüştürücülere edilmiş sonuçlarla, makine öğrenmesi yöntemi k-NN ile elde
Authorized licensed use limited to: ULAKBIM UASL - Karaelmas Universitesi. Downloaded on April 06,2021 at 18:51:01 UTC from IEEE Xplore. Restrictions apply.
Tablo III: 2, 4 ve 8’li anten grupları için k-NN algoritmasının
anten seçim sonuçları
Veri seti 8 Grup 4 Grup 2 Grup
Benzetim sonuçları 0.933258 0.98699 0.999508
Gerçek zamanlı sistem sonuçları 0.999931 0.993792 0.999453
V. S ONUÇ
Masif MIMO-SM sistemler, 5G ve ötesi haberleşme sis-
temlerinde ulaşılması hedeflenen enerji ve spektral verimlilik
ölçütlerini karşılayacak potansiyele sahip teknikler arasında
yer almaktadır. Bu bildiride verici anten seçimi ile masif
MIMO-SM sistemlerin performansını geliştirirken, sistemin
karmaşıklığını azaltmak için makine öğrenmesi tabanlı bir
yaklaşım öne sürülmüştür. Yöntemin optimum yöntem ile ne-
redeyse aynı performansa sahip iken daha düşük karmaşıklığa
sahip olması özelliğe ile klasik yöntemlere kıyasla gerçek
zamanlı sistemlerde uygulanabilirliğinin daha yüksek olduğu
gösterilmiştir.
Authorized licensed use limited to: ULAKBIM UASL - Karaelmas Universitesi. Downloaded on April 06,2021 at 18:51:01 UTC from IEEE Xplore. Restrictions apply.