Adaptive Equalization Based on Particle Swarm Optimization Techniques. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Adaptive_Equalization_using_Particle_Swarm_Optimization_Techniques.pdf Download (1MB) | Preview

Arabic Abstract

لقد جعلت معادلة التكيف انه من الممكن نقل البيانات الرقمية عبر قنوات الراديو والهاتف، كما أنها تخفف من التشوهات و التشويشات الناجمة عن هذه القنوات. استخدمت خوارزميات مختلفة في معادلة التكيف كأقل متوسط مربع (least mean square) و خوارزمية عودية اقل مربع (recursive least square). في الآونة الأخيرة، تم تقديم تكنولوجيا سرب الجسيمات المتحسن واتضح أنها فعالة جداً في التعامل مع مشاكل وجود السلوك الغير خطي. واقترحت إصدارات مختلفة من خوارزمية سرب الجسيمات المتحسن كاستخدام تناقص الوقت للوزن الراكد خطيا (linearly time decreasing inertia weight) باستخدام عامل التقليص الثابت. ومع ذلك، هذه الخوارزميات لا تزال تعاني من مشكلة الركود ويمكن أن تصبح أقل فعالية في حالة عندما الحل يكون الحد الأدنى المحلي. وسوف نطرح بعض من هذه القضايا هنا. وقد نفذنا في هذه الأطروحة خوارزمية جديدة لمعادلة التكيف، باستخدام ركود الوزن التكيفي. خوارزمية جديدة، تسمى هجين سرب الجسيمات الأمثل، ايضا مقترحه لمعادلة التكيف. في نهاية المطاف تستخدم منهجيتان جديدتان، تسميان البحث المحلي (Local Search) و درب وتحقق (Train and Verify)، للتقليل من عدد العمليات الحسابية. يستخدم جهاز سرب الجسيمات المتحسن لأوزان الجمود التكيفية، بدلاً من تناقص الوقت للوزن الراكد خطيا، إلى تحسين معدل التقارب وتأمين أفضل حالة مستقرة خطأ في وقت واحد. وسيتضمن هجين سرب الجسيمات الأمثل ثلاث تقنيات مختلفة. هذه التقنيات تشمل إعادة توزيع عشوائي للجزيئات للتحسين من قدرات البحث عن السرب، و ثانيا عرض عدد أكثر من السلوك اجتماعيا بين الجسيمات، حتى تكون هناك فرصة أقل لحصر السرب بين قيم محلية دنيئه. والثالث هو بتكييف تحديد وزن الركود للجزيئات. استخدام خوارزمية الهجين هذه ضمنت الحد الأدنى من الأخطاء في حالة مستقرة بالمقارنة مع كل ما سبق من الخوارزميات ، فضلا عن خوارزمية أقل متوسط مربع في القنوات الغير خطية، والخطية. من أجل استكمال العملية مع الحد الأدنى لعدد من العمليات الحسابية، ستدمج لدينا الخوارزمية المقترحة مع اثنتين من التقنيات الجديدة كذلك، البحث المحلي و درب وتحقق. في حين استخدام هذه التقنيات، على الرغم من أن هناك تأثير طفيف على معدل التقارب، ولكن الانخفاض في عدد من عمليات سرب الجسيمات المتحسن لافت للنظر. تحسينات كبيرة في معدل BER والتقارب، التي تم الحصول عليها باستخدام هذه الخوارزميات. نتائج المحاكاة واسعة النطاق تجري للتأكد من الاتساق في أداء هذه الخوارزميات في سيناريوهات مختلفة.

English Abstract

Adaptive equalization made it possible for digital data transmission over radio and telephone channels, as it mitigates the distortions caused by these channels. Different algorithms have been used in adaptive equalization, e. g., the least mean square (LMS) and the recursive least square (RLS) algorithms. Recently, particle swarm optimization (PSO) technique was introduced and turned out to be very effective in handling problems having non linear behaviour. Different versions of the PSO algorithm were proposed, to name a few, the PSO using linearly time decreasing inertia weight (PSO-W) and the PSO using constant constriction factor (PSO-CCF). However, these algorithms still suffer the problem of stagnation and can become less effective in a situation when the solution hits a local minimum. We will address such issues here. In this thesis we have implemented a new algorithm for adaptive equalization, PSO using adaptive inertia weight (PSO-AW). A new algorithm, Hybrid Particle Swarm Optimization (HPSO), is also proposed for adaptive equalization. In the end two new methodologies, named Local Search (LS) and Train and Verify (T&V), are used to reduce the number of computations. PSO-AW uses adaptive inertia weights, instead of linearly decreasing inertia weights, to improve the convergence rate and secure better steady state error simultaneously. HPSO will incorporate three different techniques. These techniques includes re-randomization of particles to improve the search capacity of the swarm, second one is to introduced more socialized behaviour among particles, so that there is less chance of getting trap in to some local minimum values. And the third one is adaptively inertia weight assignment to the particles. This hybrid algorithm secured the minimum steady state error as compared to all previously used PSO algorithms as well as the LMS algorithm in both non-linear and linear channels. In order to complete the process with minimum number of computations, our proposed algorithm will be incorporated with two new techniques as well, LS and T&V. While using these techniques, although there is slight effect on convergence rate, but the reduction in number of PSO operations is remarkable. Significant improvements in BER and convergence rate, obtained using these algorithms. Extensive simulation results are conducted to confirm the consistency in performance of these algorithms in different scenarios.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	ZERGUINE, DR. AZZEDINE
Committee Members:	Al-Awami, Dr. Ali T and AHMAD AL-SHAIKHI, DR. ALI
Depositing User:	KHAN ADIL HUMAYUN (g201102670)
Date Deposited:	19 May 2013 09:42
Last Modified:	01 Nov 2019 15:38
URI:	http://eprints.kfupm.edu.sa/id/eprint/138890