Αξιολόγηση τηλεπικοινωνιακού συστήματος με συνδυασμό μηχανικής μάθησης και κλασικών τεχνικών επεξεργασίας σήματος

Σιόκουρου, Αιμιλία; Siokourou, Aimilia

dc.contributor.author	Σιόκουρου, Αιμιλία	el
dc.contributor.author	Siokourou, Aimilia	en
dc.date.accessioned	2023-05-12T08:12:33Z
dc.date.available	2023-05-12T08:12:33Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/57684
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.25381
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Ψηφιακές Επικοινωνίες	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Νευρωνικά Δίκτυα	el
dc.subject	Αναγνώριση Διαμόρφωσης	el
dc.subject	Ακρίβεια	el
dc.subject	Απόδοση	el
dc.subject	Πόροι	el
dc.subject	Fpga	en
dc.subject	Vhdl	en
dc.subject	I-Q Imbalance Correction	en
dc.subject	QAM Modulation	en
dc.subject	Machine Learning	en
dc.subject	Modulation Recognition	en
dc.title	Αξιολόγηση τηλεπικοινωνιακού συστήματος με συνδυασμό μηχανικής μάθησης και κλασικών τεχνικών επεξεργασίας σήματος	el
dc.title	Evaluation of a telecommunication system using a combination of machine learning and classical signal processing techniques	en
heal.type	bachelorThesis
heal.classification	Digital VLSI	en
heal.classification	Machine Learning	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-03-31
heal.abstract	The past couple of years 5G wireless systems have started appearing for commercial purposes. Even thought, fully compatible systems are yet to appear, new features are continuously integrated not only on the telecommunication infrastructure but also to user equipment. As this integration continues and the needs of these systems become even more demanding, it is vital to cater them with stable, reliable and intelligent communication systems. Thus, they require high-speed digital interfaces which are capable to tackle these issues. Field Programmable Gate Arrays (FPGAs) are an excellent choice for this purpose since they provide a great trade-off of price, processing power, efficiency and parallelism. In this diploma thesis, we target the correction of I-Q imbalances in Direct Conversion Receivers with an algorithm implemented in the software suite Xilinx Vivado, using hardware description language (VHDL). The evaluation of the algorithm is performed in MATLAB by comparing the relative error between the original data and the corrected results in both MATLAB and Vivado. Next, we use an RF Dataset which includes 24 digital and analog modulation types at varying signal-to-noise ratios (SNRs) and apply I-Q imbalance to its data. Then utilizing this dataset as a test bench for the correction algorithm in Vivado we restore the imbalanced data to their original state. Finally, with the assistance of the Vitis-AI environment we perform RF-modulation recognition using Deep Neural Networks to classify the different modulations and evaluate the accuracy of the classification from the original, the imbalanced and the corrected data. The performance and accuracy, of the quantized and compiled models, is verified on the Zynq Ultrascale+ RFSoC ZCU111 board.	en
heal.abstract	Τα τελευταία χρόνια τα ασύρματα συστήματα 5G έχουν αρχίσει να εμφανίζονται για εμπορικούς σκοπούς. Αν και δεν έχουν εμφανιστεί ακόμη πλήρως συμβατά συστήματα, νέα χαρακτηριστικά ενσωματώνονται συνεχώς όχι μόνο στην τηλεπικοινωνιακή υποδομή αλλά και στον εξοπλισμό των χρηστών. Καθώς αυτή η ενσωμάτωση συνεχίζεται και οι ανάγκες αυτών των συστημάτων γίνονται ακόμη πιο απαιτητικές, είναι απαραίτητο να καλυφθούν με σταθερά, αξιόπιστα και έξυπνα συστήματα επικοινωνίας. Τα Field Programmable Gate Arrays (FPGAs) είναι μια εξαιρετική επιλογή για το σκοπό αυτό, καθώς παρέχουν καλό trade-off μεταξύ τιμής, ισχύος επεξεργασίας και απόδοσης. Στην παρούσα διπλωματική, στοχεύουμε στη διόρθωση των I-Q imbalances σε Direct Conversion Receivers με έναν αλγόριθμο που υλοποιήθηκε στο πρόγραμμα Xilinx Vivado, χρησιμοποιώντας τη γλώσσα περιγραφής υλικού (VHDL). Η αξιολόγηση του αλγορίθμου πραγματοποιείται στο MATLAB συγκρίνοντας το σχετικό σφάλμα μεταξύ των αρχικών δεδομένων και των διορθωμένων αποτελεσμάτων τόσο στο MATLAB όσο και στο Vivado. Στη συνέχεια, χρησιμοποιήθηκε ένα RF dataset που περιλαμβάνει 24 τύπους ψηφιακών και αναλογικών διαμορφώσεων σε ποικίλα SNRs και εφαρμόστηκε σε αυτό I-Q imbalance. Ακολούθως, χρησιμοποιώντας αυτό το dataset ως test bench για τον αλγόριθμο διόρθωσης στο Vivado, επαναφέραμε τα imbalanced δεδομένα στην αρχική τους κατάσταση. Τέλος, με τη βοήθεια του περιβάλλοντος Vitis-AI πραγματοποιήθηκε αναγνώριση RF διαμορφώσεων χρησιμοποιώντας Deep Neural Networks για να ταξινομηθούν οι διάφορες διαμορφώσεις και να αξιολογηθεί η ακρίβεια της ταξινόμησης των αρχικών, των imbalanced και των διορθωμένων δεδομένων. Η απόδοση και η ακρίβεια, των κβαντισμένων και compiled μοντέλων, επαληθεύεται στην πλακέτα Zynq Ultrascale+ RFSoC ZCU111	el
heal.advisorName	Σούντρης, Δημήτριος	el
heal.committeeMemberName	Ρεΐσης, Διονύσης	el
heal.committeeMemberName	Ξύδης, Σωτήριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI	el
heal.academicPublisherID	ntua
heal.numberOfPages	114 σ.	el
heal.fullTextAvailability	false