Ημερολόγιο Εκδηλώσεων

Περιγραφή:
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Πρόγραμμα Προπτυχιακών Σπουδών ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ ΙΩΑΝΝΗ ΤΣΕΤΗ με θέμα Ασύγχρονη Εκτίμηση Πολλαπλών Χρηστών με Αλγόριθμους Συμπερασμού Asynchronous Multi-User Detection using Inference Algorithms Εξεταστική Επιτροπή Αναπληρωτής Καθηγητής Άγγελος Μπλέτσας (Eπιβλέπων) Καθηγητής Μιχάλης Πατεράκης Αναπληρωτής Καθηγητής Γεώργιος Καρυστινός Περίληψη Αυτή η δουλειά αναδεικνύει σύγχρονα πιθανοτικά γραφικά μοντέλα και αλγορίθμους συμπερασμού που εκμεταλλεύονται αντί να αποφεύγουν την ασυγχρονία σε επίπεδο συμβόλου σε ασύρματες τηλεπικοινωνίες πολλαπλών χρηστών. Πιο συγκεκριμένα, μελετάται ο προσφάτως προτεινόμενος αλγόριθμος συμπερασμού SigSag, στον οποίο πολλαπλοί χρήστες μεταδίδουν τα πακέτα πληροφορίας τους την ίδια χρονική στιγμή και στο ίδιο συχνοτικό κανάλι, με τυχαίες καθυστερήσεις, όπου υποθέτοντας γνώση της κατάστασης του καναλιού στον δέκτη, δημιουργούνται γραμμικές εξισώσεις οι οποίες παράγουν ένα πιθανοτικό γραφικό μοντέλο (ΠΓΜ), δεκτικό σε αλγορίθμους συμπερασμού. Αυτή η δουλειά υλοποιεί τον sum-product belief propagation αλγόριθμο στο δημιουργημένο ΠΓΜ και α)παράγει τις εξισώσεις της ανταλλαγής μηνυμάτων β)μελετάει τις αρχικοποιήσεις γ)συμπληρώνει με εκτίμηση της κατάστασης του καναλιού, χρησιμοποιώντας τον linear minimum mean square error (LMMSE) εκτιμητή. Η απόδοση του αλγορίθμου δοκιμάστηκε για 2 ή 3 χρήστες. Βρέθηκε ότι η απόδοση ήταν ευαίσθητη στις αρχικοποιήσεις όπως ήταν αναμενόμενο, λόγο της έμφυτης φύσης του αλγορίθμου να εμφανίζει loops όταν το μέγεθος των πακέτων πληροφορίας είναι μικρό. Αντιθέτως, το bit error rate (BER) μειώνεται όσο αυξάνεται το μέγεθος του πακέτου, με το κόστος να είναι ο χρόνος σύγκλισης. Επιπλέον μειωμένος χρόνος σύγκλισης έχει ως αποτέλεσμα μεγαλύτερο BER. Abstract This work highlights state-of-the-art probabilistic graphical models and inference algorithms that exploit rather than avoid the symbol-level asynchrony in multi-user wireless communications. More specifically, the recently proposed inference algorithm SigSag is studied, where multiple users transmit their data packets at the same time and frequency channels, with however random delays; assuming channel state information (CSI) at the receiver, linear equations are formed, which produce a probabilistic graphical model (PGM), amenable to inference algorithms. This work implements the sum-product belief propagation algorithm on the crafted PGM and a) derives the message passing equations, b) studies initialization and c) complements with CSI estimation, using linear minimum mean squared error (LMMSE) estimator. Performance was tested for 2 or 3 users. It was found that performance was sensitive to initialization, as expected, due to the inherently loopy nature of the crafted PGM for small packet lengths. On the contrary, bit error rate (BER) decreases with increasing packet length, at the expense of convergence time. Moreover, reduced convergence time results to higher BER.