İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ UZAY-ZAMAN KAFES KODLARININ GÖLGELEMELİ KANALLARDAKİ HATA BAŞARIM ANALİZİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ UZAY-ZAMAN KAFES KODLARININ GÖLGELEMELİ KANALLARDAKİ HATA BAŞARIM ANALİZİ"

Transkript

1 İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ UZAY-ZAMAN KAFES KODLARININ GÖLGELEMELİ KANALLARDAKİ HATA BAŞARIM ANALİZİ YÜKSEK LİSANS TEZİ Müh. Barlas BAŞARAN 5433 Tezn Ensüye Verldğ Tarh : Mayıs 6 Tezn Savunulduğu Tarh : 5 Hazran 6 Tez Danışmanı : Dğer Jür Üyeler Doç.Dr. İbrahm ALTUNBAŞ Prof.Dr. Üm AYGÖLÜ (İ.T.Ü. Yrd.Doç.Dr. Oğuz KUCUR (G.Y.T.E. HAZİRAN 6

2 ÖNSÖZ Bu çalışma konusunun seçmnde ve çalışmalarım boyunca her konuda yardımcı olan ez danışmanım Sayın Doç. Dr. İbrahm Alunbaş a saygı ve eşekkürlerm sunarım. Ayrıca derslerde yardımlarını esrgemeyen Sayın Prof. Dr. Üm Aygölü ne ve ez danışmanıma eşekkürü br borç blrm. Çalışmanın başlangıcından baren her safhasında göserdkler anlayış ve deseken dolayı aleme eşekkür ederm. Mayıs 6 Barlas BAŞARAN

3 İÇİNDEKİLER KISALTMALAR TABLO LİSTESİ ŞEKİL LİSTESİ SEMBOL LİSTESİ ÖZET SUMMARY v v v v x x. GİRİŞ. UZAY-ZAMAN KODLARI 5.. Sönümlemel Kanallar 5... Raylegh Sönümlemel Kanal 5... Rcan Sönümlemel Kanal 7.. Uzay-Zaman Blok Kodları 9.3. Uzay-Zaman Kafes Kodları Duruğumsu Sönümlemel Kanallar rn R Değernn Büyük Olduğu Durumda Koşulsuz Haa Olasılığı.3... rn R Değernn Küçük Olduğu Durumda Koşulsuz Haa Olasılığı Hızlı Sönümlemel Kanallar δ H n R Değernn Büyük Olduğu Durumda Koşulsuz Haa Olasılığı δ H n R Değernn Küçük Olduğu Durumda Koşulsuz Haa Olasılığı Uzay-Zaman Kafes Kodların Tasarım Ölçüler Duruğumsu Sönümlemel Kanal çn Tasarım Ölçüler Hızlı Sönümlemel Kanal çn Tasarım Ölçüler Düşük ve Ora İşare Gürülü Oranlarında Kod Performansı Uzay-Zaman Kafes Kod Örnekler UZAY-ZAMAN KODLARDA GÖLGELEMENİN ETKİSİ Gölgelemel Kanallar Rcan-lognormal Sönümlemel Kanal Rcan-Nakagam Sönümlemel Kanal Uzay-Zaman Kafes Kodların Gölgeleme Eks Alındak Performansı Rcan-Lognormal Dağılımlı Kanalda Uzay-Zaman Kafes Kodların Performansı 46

4 3... Duruğumsu Sönümlemel Kanal Hızlı Sönümlemel Kanal Rcan-Nakagam Dağılımlı Kanalda Uzay-Zaman Kafes Kodların Performansı UZAY-ZAMAN KAFES KODLARINDA ÇEŞİTLEME DERECESİNE BAĞLI OLARAK GÖLGELEMENİN ETKİSİ Büyük Çeşleme Dereces çn Rcan-lognormal Kanalda Haa Olasılığı Duruğumsu Sönümlemel Kanal Hızlı Sönümlemel Kanal Küçük Çeşleme Dereces çn Rcan-Nakagam Kanalda Haa Olasılığı Büyük Çeşleme Dereces çn Rcan-Nakagam Kanalda Haa Olasılığı Duruğumsu Sönümlemel Kanal Hızlı Sönümlemel Kanal SONUÇLAR 88 KAYNAKLAR 9 ÖZGEÇMİŞ 93 v

5 KISALTMALAR MRC PSK SNR BER FER STTC MIMO TSC AWGN BBH CVYL CVY RD MGF : Maxmum Rao Combnng (En Büyük Oran Brleşrmes : Phase Shf Keyng (Faz Kaydırmalı Anaharlama : Sgnal o Nose Rao (İşare Gürülü Oranı : B Error Rae (B Haa Oranı : Frame Error Rae (Çerçeve Haa Oranı : Space-Tme Trells Codes (Uzay-Zaman Kafes Kodları : Mulple-Inpu Mulple-Oupu (Çok-Grşl Çok-Çıkışlı : Tarokh, Seshadr ve Calderbank : Addve Whe Gaussan Nose (Toplamsal Beyaz Gauss Gürülüsü : Baro, Bauch ve Hansmann : Chen, Vucec, Yuan ve Lo : Chen, Vucec ve Yuan : Rank ve Deermnan : Momen Generang Funcon (Momen Üreeç İşlev v

6 TABLO LİSTESİ Sayfa No Tablo 4.. Farklı gölgeleme ürler çn Rcan-lognormal kanal paramereler Tablo 4.. Farklı gölgeleme ürler çn Rcan-Nakagam kanal paramereler... 8 v

7 ŞEKİL LİSTESİ Şekl. Şekl. Şekl. Şekl.3 Şekl.4 Şekl.5 Şekl.6 Şekl.7 Şekl.8 Şekl.9 Şekl. Şekl. Şekl. Şekl.3 Şekl.4 Şekl.5 Şekl.6 Şekl 3. Şekl 4. Şekl 4. Şekl 4.3 Şekl 4.4 Şekl 4.5 Şekl 4.6 Şekl 4.7 Şekl 4.8 : Sayısal br haberleşme ssemnn blok şeması... : Raylegh sönümlemel kanal... : Raylegh dağılımının olasılık yoğunluk şlev... : Rcan sönümlemel kanal... : Rcan dağılımının olasılık yoğunluk şlev... : Alıcı anen çeşlemesne sahp haberleşme ssem... : Verc anen çeşlemesne sahp haberleşme ssem... : Alıcı ve verc anen çeşlemes uygulanan ssemlern performans karşılaşırılması... : anenl uzay-zaman kafes kodu vercs... : Çok grşl çok çıkışlı haberleşme ssem... : 4PSK modülasyonu çn şare kümes... : TSC uzay-zaman kodu kafes dyagramı... : BBH uzay-zaman kodu kafes dyagramı... : CVYL uzay-zaman kodu kafes dyagramı... : CVY uzay-zaman kodu kafes dyagramı... : verc ve alıcı anen durumunda uzay-zaman kafes kodlarının performansları... : verc ve alıcı anen durumunda uzay-zaman kafes kodlarının performansları... : Gölgelemel kanal model... : TSC kodun Rcan-lognormal kanaldak performansı... : TSC ve CVY kodlarının haff gölgelemel Rcan-lognormal kanaldak performanslarının karşılaşırılması... : TSC ve CVY kodlarının oralama gölgelemel Rcan-lognormal kanaldak performanslarının karşılaşırılması... : TSC ve CVY kodlarının yoğun gölgelemel Rcan-lognormal kanaldak performanslarının karşılaşırılması... : TSC kodun Rcan-Nakagam kanaldak performansı... : TSC ve CVY kodlarının haff gölgelemel Rcan-Nakagam kanaldak performanslarının karşılaşırılması... : TSC ve CVY kodlarının oralama gölgelemel Rcan-Nakagam kanaldak performanslarının karşılaşırılması... : TSC ve CVY kodlarının yoğun gölgelemel Rcan-Nakagam kanaldak performanslarının karşılaşırılması... Sayfa No v

8 SEMBOL LİSTESİ A : Baskın bleşenn epe genlk değer A( X, Xˆ : Kodsözcüğü uzaklık mars a : Nakagam raslanı değşkennn oralaması B( X, Xˆ : Kodsözcüğü fark mars C( X,Xˆ : Uzay-zaman smge uzaklık mars c, c : Mesaj dzler D : Gauss raslanı değşken d E : İk uzay-zaman smge dzs arasındak karesel Ökld uzaklığı d h ( X, Xˆ : İk smge dzs arasındak Ökld uzaklığı d p : İk uzay-zaman smge dzs arasındak karesel Ökld uzaklıklarının çarpımı E s : Oralama smge enerjs F( X,Xˆ : Uzay-zaman smge fark vekörü g I (, g Q ( : Gauss raslanı süreçler ρ : Sönümleme değşkennn zarfı H : Kanal mars h, h, h j,, h j, : Kanal sönümleme kasayıları I : Brm mars I (. : Sıfırıncı dereceden değşrlmş brnc ür Bessel şlev K, K j, j,, K : Rcan paramereler L : Çerçeve uzunluğu M : Modülasyon kümesndek smge sayısı m : Nakagam parameres µ, µ j,, µ j, : Rcan dağılımındak baskın bleşen µ D : D raslanı değşkennn oralaması µ Z : Z raslanı değşkennn oralaması N / : Toplamsal beyaz Gauss gürülüsü çf yönlü güç spekral yoğunluğu j n, n, n : Kompleks gürülü bleşenler n R, n T : Alıcı ve verc anen sayısı Q(. : Q şlev R : Sanyede lelen b sayısı r : A( X, Xˆ marsnn rankı j r, r, r : Alınan şareler S : Merkezyeszlk parameres s, s : İlelen şareler T : Smge süres V, V : Tekl marsler v, v : A( X, Xˆ ve C( X,Xˆ marslernn özvekörler v

9 W : Kanalın bandgenşlğ X : Verc anenden lelen kodsözcüğü mars ˆX : Alıcı arafa çözülmüş kodsözcüğü mars X L : Sol özvekör mars X R : Sağ özvekör mars x : İlelen şare Z : Gauss raslanı değşken Λ, Λ : Köşegen marsler Ω : Oralama güç Γ : İknc dereceden kompleks Gauss raslanı değşken Γ(. : Gamma şlev γ : İşare gürülü oranı δ H : Uzay-zaman dzler arasındak Hammng uzaklığı λ, λ : A( X, Xˆ ve C( X,Xˆ marslernn özdeğerler σ h : h j, kanal sönümleme kasayılarının varyansı σ D : D raslanı değşkennn varyansı σ Z : Z raslanı değşkennn varyansı Ψ(. : Ps şlev x

10 UZAY-ZAMAN KAFES KODLARININ GÖLGELEMELİ KANALLARDAKİ HATA BAŞARIM ANALİZİ ÖZET Gezgn elsz leşm kanallarında, lelen şaren kalesn ekleyen çeşl bozucu ekenler bulunmakadır. Bu bozucu ekenler, çok-yollu lemden kaynaklanan sönümleme, grşm ve oplamsal beyaz Gauss gürülüsüdür. Sönümlemenn şareler üzerndek bozucu eksn azalmak çn çeşleme eknkler kullanılmakadır. Çeşleme zamanda, frekansa ve uzayda yapılablmekedr. Uzay çeşlemes verc ve/veya alıcı arafa brden fazla anen kullanılması le elde edlmekedr. Alıcı anen çeşlemes uzun yıllardır blnen br yönemdr. Ancak verc anen çeşlemes daha yen br yönemdr. Uzay-zaman kodlaması, verc anen çeşlemes kullanılması çn asarlanmış br kanal kodlama eknğdr. Uzay-zaman kodlaması eknğ sayesnde yüksek haa başarımına ve yüksek hızlara sahp kodlar asarlanablmekedr. Uzay-zaman kafes kodlarının Raylegh ve Rcan kanaldak haa başarımını ekleyen unsurlar, kodun rank değer le alıcı anen sayısının çarpımı olan çeşleme derecesne göre farklılık gösermekedr. Kodun haa başarımını, küçük çeşleme dereces durumunda koda lşkn rank ve deermnan değer; büyük çeşleme dereces durumunda se koda lşkn z değer belrlemekedr. Bu çalışmada, uzay-zaman kafes kodlarının gölgeleme eks alındak haa başarımı, ssemn çeşleme derecesne bağlı olarak ncelenmşr. Uzay-zaman kafes kodlarının Rcan-lognormal ve Rcan-Nakagam sönümlemel kanaldak haa başarımının, çeşleme derecesne bağlı olduğu göserlmşr. Leraürde, Rcanlognormal ve Rcan-Nakagam sönümlemel kanal çn çfsel haa olasılıklarının am değer elde edlmş ve rank-deermnan ölçüünün geçerl olduğu göserlmşr. Bu ezde, rank-deermnan ölçüünün sadece küçük çeşleme dereces durumunda x

11 geçerl olduğu göserlmşr. Büyük çeşleme dereces durumunda se, her k kanal model çn de haa olasılığı üs sınırı elde edlmş ve haa başarımının kodun z değerne bağlı olduğu oraya konulmuşur. Ayrıca küçük çeşleme dereces durumunda, uzay-zaman kafes kodlarının hızlı Rcan-Nakagam kanaldak çfsel haa olasılığının am değer elde edlmş ve haa başarımının uzaklık-çarpım ölçüüne bağlı olduğu göserlmşr. Sonuç olarak, Raylegh ve Rcan kanallar çn kullanılan asarım ölçüler le bu kanallar çn asarlanmış olan kodların, Rcan-lognormal ve Rcan-Nakagam kanallarda da kullanılableceğ oraya konmuşur. x

12 PERFORMANCE ANALYSIS OF SPACE-TIME TRELLIS CODES OVER SHADOWING CHANNELS SUMMARY In moble wreless communcaon channels, here are many corrupve facors whch affec he qualy of he ransmed sgnal. Some of hese facors are he nerchannel nerference, he addve whe Gaussan nose and he fadng resulng from mulpah propagaon. Dversy echnques are used o reduce he effec of he fadng. Dversy can be acheved n me, frequency and space. Space dversy s acheved by usng mulple anennas a he recever and/or he ransmer par. Receve dversy echnques have been known for a long me. However, he ransm dversy s a new mehod. Space-me codng s a channel codng echnque ha s desgned o use ransm dversy. By means of he space-me codng echnque, codes wh hgh error performance and hgh raes can be desgned. The parameers affecng he error performance of he space-me rells codes over he Raylegh and Rcan fadng channels dfferenae accordng o he dversy order whch s mulplcaon of he rank of he code and he number of he receve anennas. The error performance of he code s deermned by he rank and he deermnan of he code for he small values of dversy order whereas s deermned by he race of he code for he large values of dversy order. In hs work, effec of shadowng on he performance of space-me rells codes s analyzed accordng o he dversy order of he sysem. I s shown ha he error performance of he space-me me rells codes over he Rcan-lognormal and he Rcan-Nakagam fadng channels depends on he dversy order of he sysem. In leraure, he exac value of he parwse error probably of he space-me rells codes over he Rcan-lognormal and he Rcan-Nakagam fadng channels were derved and was presened ha he rank-deermnan creron s vald for hese x

13 channel models. In hs hess, s shown ha he rank-deermnan creron s only vald for he small values of dversy order. Upper bounds of error probably s obaned for boh he Rcan-lognormal and he Rcan-Nakagam fadng channels n he case of large values of dversy order and s shown ha he error performance depends on he race value of he code. Addonally, for he small values of dversy order, he exac value of he parwse error probably of he space-me rells codes over he fas Rcan-Nakagam fadng channels s obaned and s shown ha he error performance depends on he dsance-produc creron. As a resul, s presened ha he desgn crera used for he Raylegh and he Rcan channels, and he codes desgned for hese channels can also be used for he Rcan-lognormal and he Rcan-Nakagam channels. x

14 . GİRİŞ 948 yılında Shannon un [] sayısal haberleşme ssemlerndek lem hızının sınırlarını belrlemes le bu sınıra yaklaşmak çn br çok kodlama eknkler gelşrlmşr. Bu kodlama eknklernn daha y anlaşılablmes çn genel br haberleşme ssemnn model Şekl. de verlmşr. Şekl. Sayısal br haberleşme ssemnn blok şeması Kaynak arafından verlen blg öncelkle kaynak kodlayıcı arafından sıkışırılır ve daha küçük br boyua kanal kodlayıcıya verlr. Kanal kodlayıcı se daha az haalı br lem sağlamak çn kodlama yapmakadır. Modülaor, blgnn kanaldan leleblmes çn yüksek frekansak analog dalga şarelerne dönüşmesn sağlamakadır. İlelen şare, kanalda grşm, sönümleme ve gürülü gb bozucu ekler alında kalmakadır. Alıcı arafa se, verc kısımda yapılan şlemlern am ers olan demodülasyon, kanal kodçözme ve kaynak kodçözme şlemler sırasıyla yapılmakadır. İnernen ve çoklu-oram uygulamalarının elsz haberleşme ssemleryle büünleşmes le genş banlı, yüksek ver hızlarına sahp haberleşme hzmelerne olan alep hızla arış gösermşr. Frekans spekrumu sınırlı olduğundan daha yüksek ver hızları ancak daha verml şareleşme eknkler kullanılarak elde edleblmekedr []. Blg kuramı alanında yapılan çalışmalar gösermşr k elsz

15 haberleşmesnde çok grşl-çok çıkışlı ssemler kullanılarak kanal sığası arırılablmekedr [-4]. Çok grşl çok çıkışlı ssemler, alıcı ve verc arafında çoklu anen kullanılarak elde edlmekedr. Hem alıcı hem de verc anen çeşlemes, daha az haalı br lem sağlamaka ve elsz leşmde daha yüksek hızlara çıkılmasına olanak sağlamakadır. Alıcı anen çeşlemes uzun yıllardır kullanılan br yönemdr. Ancak verc anen çeşlemes se daha yen br yönemdr. Uzay-zaman kodlaması, verc arafa çoklu anen kullanılması çn asarlanmış br kanal kodlama eknğdr [5]. Uzay-zaman kodları, Tarokh vd. arafından oraya aılan uzay-zaman kafes kodları [5] ve Alamou arafından oraya aılan uzay-zaman blok kodları [6] olarak kye ayrılmakadır. Son yıllarda, farklı performans analzler sonucunda uzay-zaman kafes kodları çn farklı asarım ölçüler önerlmşr. İlk olarak Tarokh vd. [5] arafından duruğumsu (quas-sac sönümlemel kanallar çn rank ve deermnan ölçüü oraya aılmışır. Bu ölçü, uzay-zaman kafes koduna a lelen ve karar verlen dzler yardımıyla oluşurulan br marsn rank ve deermnan değerlernn olabldğnce büyük olmasını önermekedr. Bu ölçü kullanılarak, farklı rank ve deermnan değerlerne sahp br çok 4-PSK ve 8-PSK uzay-zaman kafes kodu asarlanmışır [5-]. Vucec vd. [-4] de uzay-zaman kafes kodlarının duruğumsu sönümlemel kanallardak asarım ölçülernn çeşleme derecesne göre değşğn fade emşlerdr. Küçük çeşleme dereces çn rank ve deermnan ölçüünün geçerl olduğunu; büyük çeşleme dereces çn z ölçüünün geçerl olduğunu gösermşlerdr. İz ölçüü, kodsözcükler arasındak en küçük Ökld uzaklığının olabldğnce büyük yapılmasını önermekedr. Bu asarım ölçüüne dayalı farklı verc anen sayısına sahp br çok 4-PSK ve 8-PSK uzay-zaman kafes kodu asarlanmışır [8-,-3]. Hızlı sönümlemel kanallar çn se Tarokh vd. uzaklık ölçüü le çarpım ölçüünü oraya amışır [5]. Uzaklık ölçüü, uzay-zaman smgeler arasındak Hammng uzaklığının en küçük değernn olabldğnce büyük yapılmasını; çarpım ölçüü se, uzay-zaman smgeler arasındak Ökld uzaklıklarının çarpımının en küçük değernn olabldğnce büyük yapılmasını önermekedr. Bu ölçü kullanılarak, hızlı sönümlemel kanallar çn farklı verc anen sayısına sahp 4-PSK ve 8-PSK uzayzaman kafes kodları asarlanmışır [5]. Vucec vd. [6] da uzay-zaman kafes

16 kodlarının hızlı sönümlemel kanallardak asarım ölçülernn de çeşleme derecesne göre değşğn fade emşlerdr. Küçük çeşleme dereces çn uzaklık ve çarpım ölçüünün geçerl olduğunu; büyük çeşleme dereces çn z ölçüünün geçerl olduğunu gösermşlerdr. Bu yüzden z ölçüüne dayalı olarak asarlanan uzay-zaman kafes kodları [8-,-3] bu durumda da kullanılablmekedr. Uzay-zaman kafes kodlarıyla lgl çalışmaların çoğu Raylegh ve Rcan kanallar çn yapılmışır. Uzay-zaman kafes kodlarının gölgeleme eks alındak performansı se [7-9] da ncelenmşr. [7-8] de gölgeleme eksn modellemek çn Rcanlognormal dağılımından, [9] da se Rcan-Nakagam dağılımından faydalanılmışır. Her k modelde de kanal genel olarak Rcan dağılımına sahpr. Ancak baskın bleşen sab br değer yerne, lognormal veya Nakagam dağılımlıdır. Uysal ve Georghades, duruğumsu ve hızlı sönümlemel Rcan-lognormal kanaldak k dznn brbrne karışma olasılığının (çfsel haa olasılığının am değern elde emş ve rank-deermnan ölçüü le uzaklık-çarpım ölçüünün bu kanalda da geçerl olduğunu gösermşlerdr [8]. Ayrıca Uysal, [9] da duruğumsu sönümlemel Rcan-Nakagam kanaldak çfsel haa olasılığının am değern elde emş ve rankdeermnan ölçüünün bu kanalda da geçerl olduğunu gösermşr. Bu ezde se, uzay-zaman kafes kodlarının gölgeleme eks alındak (Rcanlognormal ve Rcan-Nakagam kanallardak haa olasılıkları ve asarım ölçüler çeşleme derecesne göre ncelenmşr. Büyük çeşleme dereces çn, Rcanlognormal ve Rcan-Nakagam sönümlemel kanallarda haa olasılığı çn üs sınır elde edlmş ve z ölçüünün yne geçerl olduğu göserlmşr. Ayrıca hızlı sönümlemel Rcan-Nakagam kanalda küçük çeşleme dereces çn çfsel haa olasılığının am fades elde edlmş ve uzaklık-çarpım ölçüünün geçerl olduğu göserlmşr. Tezdek. bölümde kısaca uzay-zaman blok kodları ve ayrınılı br şeklde uzayzaman kafes kodları anlaılacakır. Uzay-zaman kafes kodların çeşleme derecesne bağlı olarak Raylegh kanaldak haa olasılıkları ve asarım ölçüler göserlecekr. Bu ölçülere göre asarlanmış kodlara örnekler verlecekr. 3. bölümde, ezde ele alınan kanal modeller ayrınılı br şeklde anlaılacakır. Uzay-zaman kafes kodlarının, duruğumsu ve hızlı sönümlemel Rcan-lognormal kanal le duruğumsu sönümlemel Rcan-Nakagam kanaldak performansı ncelenecekr. Tezn 4. bölümünde se, uzay-zaman kafes kodlarının Rcan-lognormal ve Rcan-Nakagam 3

17 sönümlemel kanallardak performansının çeşleme derecesne bağlı olduğu göserlecekr. Büyük çeşleme dereces çn, Rcan-lognormal ve Rcan-Nakagam sönümlemel kanallardak; küçük çeşleme dereces çn se, hızlı sönümlemel Rcan-Nakagam kanallardak uzay-zaman kafes kodlarının performansı ncelenecekr. Tezdek 5. bölümde sonuçlara yer verlmekedr. 4

18 . UZAY-ZAMAN KODLARI Tek alıcı ve ek verc anenn bulunduğu ssemlerde yeernce yüksek hızda ver lem yapılamaz. Alıcı ve verc anen çeşlemes kullanılan ssemlerde kanalın sığası armakadır, dolayısıyla yüksek hızda ver lem yapılablmekedr. Uzayzaman kodlaması, verc arafa çoklu anen kullanılması çn asarlanılmış olan br kanal kodlama eknğdr [5]. Uzay-zaman kodlarında kodlama, hem uzay hem de zamanda yapılmakadır. Böylece farklı zamanlarda farklı anenlerden lelen şareler sasksel lşkl olmakadır. Bu sasksel lşk, kanal sönümlemesnn eksn ve alıcı arafak lem haalarını azalmakadır. Uzay-zaman kodlaması, uzayda kodlanmamış br sseme göre ban genşlğnden fedakarlık emeden, verc çeşlemes ve güç kazancı sağlamakadır. Uzay-zaman kodları, blok kodlar [6] ve kafes kodlar [5] olmak üzere kye ayrılablrler. Telsz haberleşme ssemlernde, verc anenden gönderlen şare alıcı anene ulaşmadan önce sönümleme eksnde kalmakadır. Uzay-zaman kodlarının performansı nceleneceğnden, öncelkle sönümlemel kanal modellernn özellkler ve aralarındak farklar verlecekr... Sönümlemel Kanallar Çevre koşullarına bağlı olarak farklı sönümleme pler mevcuur. Bu farklı pek sönümlemel kanallar, farklı olasılık dağılımları kullanılarak modellenmekedr. Leraürde en çok kullanılan sönümlemel kanal p Raylegh ve Rcan dağılımlı kanallardır.... Raylegh Sönümlemel Kanal Gezgn haberleşme ssemlernde Raylegh dağılımı, sönümleme değşkennn zarfını anımlamak çn sıkça kullanılmakadır. Çok-yollu br kanalda sönümleme değşken, ( ( ( g = g + jg (. I Q 5

19 bçmnde anımlanmakadır []. Burada gi ( ve Q g sıfır oralamalı ve σ varyanslı Gauss dağılımına sahp süreçler olduğunda, g( şarenn zarfı Raylegh ve fazı da [, π] aralığında düzgün dağılımlı olmakadır. Bu durum, gerçeke çokyollu kanalda hçbr yol dğerlerne göre baskın değlse geçerldr. Şekl. den de anlaşılacağı gb alıcının vercy doğrudan gördüğü br yol bulunmamakadır. Şekl. Raylegh sönümlemel kanal Raylegh dağılımlı zarfın olasılık yoğunluk şlev, ρ ρ exp p( ρ = σ σ < ( ρ ( ρ (. fades le verlmekedr. Bu dağılımın değşm Şekl. de göserlmekedr. Şekl. de şaren oralama gücü E[ρ ] = σ = seçlmşr. Dağılım en yüksek değern ρ = σ değernde almakadır. Zarfın bell br G değern aşmama olasılığı olan olasılık dağılım şlev, P( G = P( ρ G = p( ρ dρ= exp G G σ (.3 fades le verlmekedr. Zarfın oralama değer µ ρ, 6

20 π μ ρ = E[ ρ ] = ρp( ρdρ=σ =.533σ (.4 olarak elde edlr []. Şekl. Raylegh dağılımının olasılık yoğunluk şlev Zarfın varyansı σ ρ (alernaf akım gücü, oralama gücün doğru akım gücünden çıkarılması le bulunmakadır: π σ ρ = E ρ E [ ρ ] =σ =.49σ. (.5... Rcan Sönümlemel Kanal Alıcıya gelen şaree, alıcının vercy am görmes gb baskın br bleşen bulunuyorsa, kanal Rcan dağılımlıdır. Şekl.3 en de anlaşılacağı gb alıcının vercy doğrudan gördüğü br yol bulunmakadır. Bu durumda g ( ve g ( bleşenler sıfırdan farklı br oralamaya sahp olurlar. Rcan dağılımının olasılık yoğunluk şlev, I Q 7

21 ( ρ + A ρ Aρ exp I A, p( ρ = σ σ σ ( ρ < ( ρ (.6 fades le verlmekedr. A, baskın bleşenn epe genlk değern ve I (. se sıfırıncı dereceden değşrlmş brnc ür Bessel şlevn fade emekedr. Şekl.3 Rcan sönümlemel kanal Rcan dağılımı, genellkle K parameres cnsnden fade edlmekedr. K parameres, baskın şaren gücünün dğer çok-yollu şare bleşenlernn gücüne oranı olarak anımlanmakadır: A K =. (.7 σ Bu oran genellkle db cnsnden, aşıdığı oralama güç Ω, A K = log (db σ le verlr. Rcan dağılımın E ρ =Ω= A + σ = σ + K (.8 fades le hesaplanablr. Rcan dağılımın olasılık yoğunluk şlev, K ve Ω cnsnden ekrar yazılırsa, 8

22 ρ K+ ρ K+ K K+ p( ρ = exp K I ρ Ω Ω Ω (.9 elde edlr. Rcan dağılımının değşm farklı K değerler çn Şekl.4 e verlmşr. K = durumunda, baskın br bleşen olmayacağından dağılım Raylegh dağılımı olmakadır. (.9 da K = yazılırsa Raylegh dağılımının olasılık yoğunluk şlevnn elde edldğ açıkça görülmekedr. K parameresnn büyük değerler çn kanaldak sönümlemenn eks azalmakadır. K = durumunda kanalda sönümleme olmamakadır ve kanal sadece oplamsal beyaz Gauss gürülülü kanala dönüşmekedr. Şekl.4 Rcan dağılımının olasılık yoğunluk şlev.. Uzay-Zaman Blok Kodları Telsz haberleşme ssemlernden yüksek hızlı ver hzmeler sağlaması beklenmekedr. Aynı zamanda, gezgn brmlern boyularının da küçük olması alep edlmekedr. Bu yüzden, ssemn karmaşıklığının olabldğnce verc anen kısmına (baz sasyonu aşınması gerekmekedr. Gezgn brm arafında kullanılacak olan anen çeşlemes, gezgn brmlern boyuunu ve gezgn brmlern 9

23 sayısı verc anenlere (baz sasyonu nazaran fazla olduğundan malye arıracakır. Br baz sasyonu yüzlerce gezc brme servs verdğnden, anen çeşlemesnn verc kısmında yapılması çok daha ekonomk olacakır [6]. Bu nedenle, alıcı anen yerne verc anen çeşlemes erch edleblr. Verc anen çeşlemes, haa başarımını, ver hızını ve elsz haberleşme ssemnn kapasesn gelşrmekedr. Sönümlemeye olan duyarlılığın azalması, yüksek hız oranları çn gerekl olan daha yüksek sevyel modülasyon kullanımına olanak sağlamakadır. Ayrıca, daha küçük ekrar kullanım oranını mümkün kılmaka ve ssemn kapasesn arırmakadır. Alıcı anen çeşlemesne sahp en büyük oran brleşrmesne dayalı (MRC br haberleşme ssemnn alıcısı Şekl.5 e verlmşr. Verc arafından gönderlen şare s olarak fade edlmekedr. Kanalın sönümleme kasayısı, genlk ve faz bleşenlernden oluşan kompleks br değşken olarak anımlanmışır. Şekl.5 Alıcı anen çeşlemesne sahp haberleşme ssem Verc anen le brnc alıcı anen arasındak kanalın sönümleme kasayısı h, verc anen le knc alıcı anen arasındak kanalın sönümleme kasayısı h olsun. Burada h ve h,

24 h j e θ =α (.a jθ h =α e (.b olarak anımlanmakadır. Sönümlemeye uğramış olan şaree kanaldak gürülü de eklennce, alıcı anenlere gelen şareler sırasıyla aşağıdak gb elde edlmekedr: r = h s + n (.a r = h s + n. (.b Burada n ve n, sırasıyla brnc ve knc alıcı anene a olan kompleks gürülülern fade emekedr. Kompleks gürülülern Gauss dağılımlı olduğu varsayılırsa, alıcı arafa uygulanan en büyük olablrlkl karar kuralı, d r,h s + d r,h s d r,h s + d r,h s, k (. k k koşulu geçerl se s şarene karar verecekr [6]. Burada d (x,y x ve y arasındak karesel Ökld uzaklığıdır ve = ( ( * d x,y x y x * y kullanılarak hesaplanmakadır. İşlemler basleşrmek çn alıcı arafa, s = h r + h r * * ( = h h s + n + h h s + n * * * * = α +α s + h n + h n (.3 şlem yapılmakadır. (. de verlen karar kuralı ve (.3 e bulunan fade yardımıyla, yen karar kuralı, ( ( α +α s + d s,s α +α sk + d ( s,sk, k (.4 olarak elde edlr. PSK şareler çn s ve s k eş enerjl olacağından, s = s k olmakadır. Bu yüzden PSK şareler çn (.4 ek karar kuralı, d s,s d s,s, k (.5 k

25 gb bas br fadeye ndrgenmekedr. Böylece en büyük olablrlkl karar vercnn grşne sadece s şarenn verlmes yeerl olacakır. Verc anen çeşlemesnn kullanıldığı br ssem se Şekl.6 da göserlmekedr. Görüldüğü gb ssemde, ade alıcı anen ve ade verc anen bulunmakadır. Bell br anda, her k verc anenden de eş-zamanlı k şare lelmekedr. Brnc verc anenden lelen şare s ve knc verc anenden lelen şare s olarak fade edlmekedr. Br sonrak smge peryodunda se, brnc verc anenden * s ve knc verc anenden * s şareler lelmekedr. Görüldüğü gb kodlama hem uzayda hem de zamanda yapılmakadır [6]. Şekl.6 Verc anen çeşlemesne sahp haberleşme ssem Bell br anında, brnc verc anene a kanalın sönümleme kasayısı h ( ve knc verc anene a kanalın sönümleme kasayısı h ( olarak verlsn. Sönümlemenn ardışık k smge çn sab olduğu varsayılırsa, sönümleme kasayıları j ( h = h + T = h =α e θ (.6a j h = h + T = h =α e θ (.6b

26 bçmnde yazılablr. Burada T smge süresn fade emekedr. Alıcı arafa, ve (+T anında gelen şareler sırasıyla r ve r olarak fade edlmekedr: ( r = r = hs + hs+ n (.7a * * r = r + T = h s + h s + n. (.7b Brleşrc çıkışı, s = h r + h r = α +α s + h n + h n (.8a * * * * * * * * s = h r h r = α +α s h n + h n (.8b olarak elde edlr. Bu şareler en büyük olablrlkl karar verc grşne uygulanır. En büyük olablrlkl karar verc, (.5 denklemndek karar kuralını s ve s şareler çn ayrı ayrı uygular. Görüldüğü gb (.8a dak şare le (.3 ek şare brbrlernn aynısıdır. Aralarındak ek fark, gürülü bleşenlerndek faz farkıdır. Bu fark, şare gürülü oranında br değşme sebep olmamakadır. Bu yüzden, alıcı çeşlemesnn uygulandığı ssemn çeşleme dereces le verc çeşlemesnn uygulandığı ssemn çeşleme dereces brbrne eşr [6]. Bu sonucu desekleyen benzemn sonuçları Şekl.7 de verlmşr. Benzemde verc anen çeşlemes kullanılan durum çn k anenden lelen şarelern enerjler oplamı le alıcı anen çeşlemes kullanılan durum çn br anenden lelen şaren enerjs aynı kabul edlmekedr [6]. Alıcı anenler le verc anenler arasındak kanalların sönümleme kasayılarının genlkler brbrleryle sasksel lşksz Raylegh dağılımlı raslanı değşkenlerdr. Bu kabuller alında, elde edlen eğrlerden de görüldüğü gb her k ssemnde çeşleme dereces aynıdır (eğrlern eğm aynı. Ancak verc çeşlemes kullanılan ssemn performansı, alıcı çeşlemes kullanılan ssemn performansına göre 3dB daha köüdür. Bunun sebeb se verc anen çeşlemesnn kullanıldığı ssemde verc anen başına düşen enerjnn, alıcı anen çeşlemesnn kullanıldığı ssemdek verc anen başına düşen enerjye nazaran yarı yarıya az olmasıdır. B haa oranı (BER eğrs, verc anen başına oralama şare gürülü oranına (SNR göre çzlrse, k ssemn eğrler üs üse gelecekr [6]. 3

27 Şekl.7 Alıcı ve verc anen çeşlemes uygulanan ssemlern performans karşılaşırılması.3. Uzay-Zaman Kafes Kodları Uzay-zaman blok kodları, kod çözmede kolaylık sağlamakadır. Ancak bu kodlar kodlama kazancı sağlamamasının yanında bazı uzay-zaman blok kodları gerekl lem bandının genşlemesne sebep olmakadır. Bu yüzden bu kodlar band sınırlı ssemler çn uygun değldr. Bu ür durumlarda, uzay-zaman kafes kodlarını kullanmak çok daha faydalıdır. Uzay-zaman kafes kodları (STTC, lk defa Tarokh, Seshadr ve Calderbank arafından oraya aılmışır [5]. Bu kodlar, öneml derecede kodlama kazancı ve spekral vermllğn yanında düzgün sönümlemel kanallarda çeşleme kazancı da sağlamakadır. Uzay-zaman kafes kodlayıcısı, kl very kafes yapısı kullanarak (rells dagram modülasyon smgelerne dönüşürmekedr. İlem anen sayısı n T olan, uzay-zaman kafes kodlanmış M-PSK modülasyonlu br kodlayıcı ele alalım. c le göserlen grş mesajı, c = (c, c,., c,. (.9 4

28 şeklnde anımlanmakadır. Buradak c, zamanında m = log M ben oluşmaka ve aşağıdak gb anımlanmakadır: c = (c, c,, c m. (. (. fades kullanılarak, zamanında lelen uzay-zaman smges olan n x = ( x, x,..., x T T oluşurulmakadır. x, x,..., x n,,, nt numaralı anenlerden aynı anda lelmekedr. T çıkışları zamanında, Şekl.8 anenl uzay-zaman kafes kodu vercs Uzay-zaman kafes kodlanmış M-PSK nın band vermllğ, W = T ve R = m T alınarak, R = m = log M b/sn/hz (. W bçmnde yazılablr. Alıcı ve vercde bulunan brçok anen, çok grşl çok çıkışlı (MIMO kanal oluşurmakadır. Telsz haberleşmede kanalın belleksz olduğu varsayılırsa, alıcı le verc anen arasındak kanal düzgün sönümleme le modelleneblmekedr. Şekl.9 dak gb n T verc anen ve n R alıcı anenden oluşan br MIMO kanal, H mars (n R x n T le fade edlmekedr. zamanındak bu mars, 5

29 H = h h...h h h...h... h h...h,,,n T,,,nT n R, n R, n R,nT (. olarak anımlanmakadır. Burada j, nc eleman (h j,,. lem anen le j. alıcı anen arasındak yolun zayıflama kasayısıdır. Bu kasayıların değşm hızına göre kanallar hızlı veya duruğumsu sönümlemel olarak anımlanmakadır. Sönümleme kasayıları, br çerçeve boyunca sab ve yalnızca çerçeveden çerçeveye değşyorsa, bu kanal duruğumsu sönümlemel olarak adlandırılır. Sönümleme kasayıları, br smge boyunca sab ve smgeden smgeye değşyorsa, bu kanal hızlı sönümlemel olarak adlandırılır. Şekl.9 Çok grşl çok çıkışlı haberleşme ssem Alıcıdak anenlere gelen şareler, kanalın sönümlemes eks alında kalan n T ade şare le gürülünün oplamına eşr. j anen arafından anında alınan şare, n T r = E h x j S j, = j + n (.3 j olarak fade edlmekedr. Burada E S, smge başına oralama enerj ve n se zamanında j anenne gelen gürülü parameresdr. Bu paramere, ek araflı güç spekral yoğunluğu N olan, sıfır oralamalı, sasksel bağımsız kompleks Gauss raslanı değşkendr. Bu durumda n R ane anen arafından alınan şareler le gürülü şareler, 6

30 r (.4a n = ( r, r,..., r R T n = ( n, n,..., n (.4b n R T bçmnde fade edlmekedr. Bu vekörler yardımıyla alınan şare şu şeklde anımlanablr : r = H x + n. (.5 Her anenden lelen ver çerçevesnn, L uzunluklu olduğu varsayılırsa n T x L boyulu uzay-zaman kodsözcüğü mars, X = x x...x x x...x... x x...x L L nt nt nt L (.6 şeklnde anımlanmakadır. Burada,. saır x = [ x x...x L ],. anenden lelen ver n dzsn;. süun x = [ x x...x T ] emekedr. T se zamanındak uzay-zaman smgesn fade İlelen dznn X = (x, x,.., x L olduğu, karar verlen dznn de X ˆ = ( xˆ, xˆ,..., xˆ olduğu durumda çfsel haa olasılığı P ( XX, ˆ le L göserlmekedr. En büyük olablrlkl karar kuralına göre haa, L nr j n T L nr j nt r h j j, x r ˆ j h = = = = = = j, x (.7 olduğu durumda meydana gelmekedr. X ve ˆX uzaklığı, kodsözcükler arasındak Ökld ˆ ˆ L n n ˆ = j= = j R T d (, =. ( - = h (x x h XX H X X, (.8 bçmnde anımlanırsa, H mars blndğne göre koşullu çfsel haa olasılığı, Ökld uzaklığı cnsnden 7

31 ˆ E X XH X X ˆ (.9 S P (, = Q d h (, N şeklnde bulunur [6]. x / Q (x e, x (.3 fades yardımıyla bu olasılığın üs sınırı, ˆ ˆ E S P ( XXH, exp-d h ( XX, 4 N (.3 şeklnde bulunur. Haa olasılığı, kanalın duruğumsu veya hızlı sönümlemel olmasına göre farklılık gösermekedr. Bu yüzden her k durum çn ayrı ayrı analz yapılması gerekmekedr..3.. Duruğumsu Sönümlemel Kanallar Duruğumsu sönümlemel kanallarda, sönümleme kasayıları her ver çerçeves boyunca sab olduğundan, L h j, = h j, =...= h j, = h j,, =,,.., n T ; j =,,.., n R (.3 şeklnde yazılablr. BXX (, ˆ kodsözcüğü fark mars, BXX (, ˆ = X- X ˆ x ˆ xˆ x xˆ xl x L x ˆ xˆ x xˆ xl xl = nt nt nt nt nt n T x ˆ ˆ ˆ x x x xl xl (.33 bçmnde anımlanırsa, bu mars yardımıyla kodsözcüğü uzaklık mars (nt x n T aşağıdak gb elde edlmekedr: AXX (, ˆ H AXX (, ˆ = BXX (, ˆ B ( XX, ˆ. (.34 8

32 Burada H, marsn hermyenn (eşlenğnn evrğn fade emekedr. İk kodsözcüğünün uzaklığı negaf olamayacağından, A mars negaf olmayan belrl H br marsr ( AXX (, ˆ = A ( XXˆ, ve A marsnn özdeğerler de negaf olmayan gerçel sayılardır [, ]. A mars hermyen br mars olduğundan, A marsnn özdeğer mars Λ olmak üzere, AX = X Λ (.35a R R XA ΛX (.35b L = L eşlklern sağlayacak şeklde anımlanan sağ (X R ve sol (X L özvekör marsler de brbrlernn hermyenlerdr ( X R = edlrse, yukarıdak koşullar göz önüne alındığında, X H L. A nın özvekör mars V le fade H XL = V, XR = V (.36a H H XLAXR = VAV = ΛVV (.36b elde edlmekedr. Ayrıca A mars hermyen olduğundan, özvekör mars V ekl mars olacakır ( V H = V. (.36b nn sağ arafında V H değer yerne yazılırsa, ˆ H VAXX (, V = Λ (.37 elde edlmekedr. Burada V nn saırları ( v, v,..., v, AXX (, ˆ n öz n T vekörlernden, Λ nın köşegen de AXX (, ˆ n öz değerlernden oluşmakadır (λ, =,,...,n T. Köşegen mars Λ, λ λ Λ = λnt (.38 9

33 olarak anımlanmakadır. Aşağıda verlen duruğumsu sönümlemel kanallar çn kodsözcükler arasındak karesel Ökld uzaklığı d( XX, ˆ, ZXX (, ˆ gb br vekörün kends ve hermyennn çarpımı şeklnde yazılablmekedr: h n n L n ( ˆ R T R H h ˆ ˆ j, x x = ZXXZ (, ( XX, j= = = j=. (.39 Burada ZXX (, ˆ vekörü, nt n ˆ ZXX (, = h x x ˆ,..., h x xˆ T ( ( j, j, L L = = h, h,...,h. x xˆ x xˆ L L = j, j, j,nt nt nt nt nt x xˆ x xˆ L L (.4 şeklnde fade edlmekedr. h olarak anımlanırsa, j = h j,, h j,,..., h j,n T ZXX (, ˆ = h( X Xˆ j (.4 olarak elde edlr. (.4 fades (.39 da yerne konursa, n R H d( ˆ ( ˆ ( ˆ h XX, = hj X X X X h H j j= n R j = (, ˆ = j j H ha XXh (.4 olmakadır. (.37 fades kullanılarak, A mars, H V VAV V = V ΛV yazılablr ve buradan H A = V ΛV (.43 bçmnde elde edleblr. (.43 fades (.4 de yerne yazılırsa, oplam sembolünün çndek kısım,

34 H H hv j ΛVh j v v λ * *, n, T * *, n v v T, h j,,h j,,..,h λ = j,nt xn T v v λ * v, v,n h T j, * v, v,n h T j, v h * n, vn,n j,n n x T T T T nt nt T * *,n n,n n n n T T T T n T T T nt nt * λ v,lhj,l n l T n T * * = h j,v,,..., h j,v λ n T, = = xnt nt * λ n v T n n T nt T,lh j,l l= nt = nt * v,lhj,l nt n l T n = T * * * h j,v,, h j,v,,..., nt h j,vn T, = = = xn T n T * vn T,lh j,l l= nt = λ λ λ nt nt nt nt * * * * h j,v, v,l h j,l... nt h j,vn T, vn T,lh j,l = l= = l= =λ + +λ n T j, (.44 = = λ β olarak fade edleblr. Burada β j, aşağıdak gb anımlanmakadır: n T * j, hj,lv,l l= β =. (.45 (.44 fades yardımıyla, (.3 de elde edlen çfsel haa olasılığının üs sınırı, R T ( ˆ E P XXH, exp λ β 4 n n S j, j = = N (.46

35 bçmnde fade edlmekedr. Üs sınır görüldüğü gb koşullu haa olasılığına ar. Koşulsuz haa olasılığının üs sınırını bulmak çn (.46 fadesnn β j, ye göre beklenen değernn alınması gerekmekedr. Bu yüzden öncelkle β j, nn dağılımı bulunmalıdır. h j,, oralaması değşkendr. V nn saırları j, μ h ve varyansı σ h = /olan kompleks Gauss raslanı ( v, v,..., vn T se oronormal vekör uzayının bazlarıdır. Bu durumda βj, de kompleks Gauss dağılımlıdır. β j, nn oralaması ve varyansı, μ = β = = nt nt * * j, E j, E hj,lv,l E h j,l v,l l= l= j, j, j,n = T μh, μh,..., μ h. v (.47 nt nt * var j, var h j,lv,l var h j, v *,l l= l= σ = β = = =σ h (.48 olarak elde edlmekedr. β j, kompleks Gauss dağılımlı olduğuna göre β j, raslanı değşken de Rcan dağılımlıdır ve olasılık yoğunluk şlev, j, j, ( j, j, ( j, ( j, p β = β exp β K I β K (.49 şeklnde verlmekedr [5]. Burada I (. sıfırıncı dereceden değşrlmş brnc ür Bessel şlevdr ve j, K =μj, olarak anımlanmakadır. Daha önceden de belrldğ gb koşulsuz haa olasılığı çn (.46 fadesnn β j, ye göre beklenen değernn alınması gerekmekedr. Bu şlem çn r, A marsnn rankı olmak üzere, rn R değerne bağlı olarak k farklı yönem uygulanmakadır rn R Değernn Büyük Olduğu Durumda Koşulsuz Haa Olasılığı β j, Rcan dağılımlı olduğuna göre β j, fades, serbeslk dereces ve merkezyeszlk parameres j, S=μ j, =K olan merkez olmayan ch-square dağılımına sahpr [3]. β j, raslanı değşkennn oralaması ve varyansı, j, μ = + K (.5 β j,

36 σ = + K j, β j, (.5 bçmnde verlmekedr. (.46 fadesndek eşszlğn sağ arafında rn R ade sasksel bağımsız ch-square dağılımlı raslanı değşken bulunmakadır. rn R değernn büyük olduğu durumlarda ( rn R 4, merkez lm kuralına göre [4], nr nt j, (.5 j = = D = λ β bçmnde anımlanan D raslanı değşken, oralama ve varyansı D nr nt ( j, K (.53 j= = μ = λ + n D R n T j= = σ = λ + j, ( K (.54 olan Gauss dağılımlı br raslanı değşkenne yaklaşmakadır [3]. (.46 fadesnn D Gauss raslanı değşkenne göre beklenen değer alınırsa, koşulsuz haa olasılığı elde edlr: + ( ˆ E S P XX, exp D p D dd. (.55 4N D= Burada p(d, D Gauss raslanı değşkennn olasılık yoğunluk şlevdr. Aşağıdak fade kullanılarak, + γσd μ D exp( γ D p( D dd = exp γ σd γμdq, γ > (.56 σd D= haa olasılığının üs sınırı, E E E P (, ˆ XX exp σ μ Q σ 4N 4N 4N μ S S S D D D D σd (.57 bçmnde elde edlmekedr [6]. D Gauss raslanı değşkenn oralaması ve varyansı (.57 de yerne konursa, Rcan sönümlemel kanal çn haa olasılığı üs 3

37 sınırı elde edlmekedr. Raylegh sönümlemel kanal çn se j, μ h = olduğundan, K j, = olmakadır. A marsnn boyuu nt x n T olduğundan ve rank değer r le göserldğnden, A marsnn (n T -r ade özdeğer sıfıra eşr. Dolayısıyla A marsnn r ade özdeğer de sıfırdan farklıdır. Sıfırdan farklı olan özdeğerlern λ, λ,..., λ oralaması ve varyansı, r olarak göserldğ varsayılırsa, D Gauss raslanı değşkennn μ = n λ D r R (.58 = r D n R = σ = λ (.59 bçmnde fade edlmekedr. Bu oralama ve varyans fadeler, (.57 denklemnde yerne konduğunda Raylegh sönümlemel kanal çn çfsel haa olasılığının üs sınırı elde edlmekedr [6]: E P (, ˆ XX exp n n 4N 4N r r S ES R λ R λ = = E. Q 4N r R S = nr λ r = λ = n r λ. ( rn R Değernn Küçük Olduğu Durumda Koşulsuz Haa Olasılığı Küçük rn R değerler çn, rn R 4 olduğu durumdak D nn Gauss dağılımlı olduğu varsayımı geçerl olmamakadır ve çfsel haa olasılığı üs sınırı, ( XXˆ ( XXH ˆ ( β, ( β, ( β n R,nT P, P, p p p β j, =. d β d β d β (.6,, n,n R T le verlen negraln adım adım çözülmes le elde edlmekedr. Burada β j, ler Rcan dağılımlı raslanı değşkenler olduğundan, (.49 da verlen olasılık yoğunluk şlev (.6 de yerne konursa, çfsel haa olasılığının üs sınırı, 4

38 ( XXˆ j, S nr nt 4N E j S E = = S + λ 4N + λ 4N P, exp K E λ (.6 bçmnde bulunur [5]. Kanalın Raylegh sönümlemel olduğu durumda üm j ve ler çn j, K = olacağından (.6 dek eşszlk, nr P ( XX, ˆ (.63 nt E S + λ = 4N olarak elde edlmekedr. A marsnn boyuu n T x n T olduğundan ve rank değer r le göserldğnden, A marsnn (n T -r ade özdeğer sıfıra eşr. Dolayısıyla A marsnn r ade özdeğer de sıfırdan farklıdır. Sıfırdan farklı olan özdeğerler λ, λ,..., λ r olarak göserlrse ve yüksek şare gürülü oranları çn E E + λ λ (.64 S S 4N 4N varsayımı yapılırsa çfsel haa olasılığının üs sınırı daha bas br şeklde fade edlmekedr: ( ˆ n R rn r R E S λ = 4N P XX,. (.65 İşare gürülü oranının dereces, çeşleme kazancını fade eğnden dolayı rn R çeşleme kazancının sağlandığı açıkça görülmekedr. Kodlama kazancı se aynı çeşleme kazancına sahp kodlanmamış br sseme nazaran elde edlen kazancı fade emekedr. Bu durumda, görüldüğü gb /r λλ... λ kodlama kazancıdır [5]. r Çeşleme kazancı, şare gürülü oranına bağlı olarak çzlen haa oranı eğrsnn eğmn belrlerken, kodlama kazancı se uzay-zaman kodlanmış br ssemdek haa oranı eğrsnn, aynı çeşleme kazancına sahp kodlanmamış br ssemdek haa oranı eğrsne nazaran yaay öelenme mkarını belrmekedr. 5

39 Genel olarak, haa olasılığını asgarye ndrmek çn hem çeşleme hem de kodlama kazancının olabldğnce büyük yapılması gerekmekedr. Görüldüğü gb rn R değer üsel olarak ek yapığından, çeşleme kazancının büyük olması kodlama kazancının büyük olmasından daha büyük önem kazanmakadır..3.. Hızlı Sönümlemel Kanallar Hızlı sönümlemel kanallarda, sönümleme kasayıları sadece smge süres boyunca sabr. Duruğumsu sönümlemel kanallar çn yapılan ncelemelern benzer, hızlı sönümlemel kanallar çn de uygulanablr. Her anındak uzay-zaman smge fark vekörü, nt nt (, ˆ = x x ˆ, x x ˆ,..., x xˆ T F x x (.66 olarak fade edlmekedr. Bu durumda duruğumsu sönümlemel kanaldak A marsnn hızlı sönümlemel kanaldak karşılığı, H Cx (, xˆ = Fx (, xˆ. F ( x x ˆ olarak elde edlr. Görüldüğü gb (, ˆ, (.67 Cx x mars hermyen br marsr. Dolayısıyla, öyle br ekl V mars ve Λ gerçel köşegen mars vardır k, H ( ˆ V.C x, x. V = Λ (.68 şeklnde yazılablr. Bu fadenn çıkarılışı, öncek bölümde duruğumsu sönümlemel n kanallar çn yapılmışır. Burada V nn saırları ( v, v,..., v T, Cx (, xˆ nn özvekörlernden, Λ nn köşegen de Cx (, x ˆ ( λ, =,,...,nt. Köşegen mars Λ, nn özdeğerlernden oluşmakadır Λ λ λ = (.69 nt λ 6

40 şeklnde anımlanmakadır. Eğer x = xˆ olursa, Cx (, x ˆ üm sıfır mars ve üm özdeğerler de Cx (, xˆ λ (=,,...,nt sıfır olmakadır. Dğer yandan, eğer x ˆ olursa marsnn (nt- ade özdeğer sıfır, br özdeğer se sıfırdan farklı x olmakadır [6]. Sıfırdan farklı olan özdeğer λ (= olarak anımlansın. Uzay- zaman smgeler x ve x arasındak karesel Ökld uzaklığına eş olan, ˆ λ n T x ˆ x x = λ = = xˆ (.7 le verleblr []. Bell br anında bell br alıcı anene a kanalın sönümleme kasayıları vekörü ( h j,,h j,,...,h j,n j h olarak anımlanmakadır: h =. (.7 j (.8 dek karesel Ökld fades (, ˆ h L n R ( XXˆ = hcx j ( ˆ ( j x h d,, = j= T Cx x mars yardımıyla, H L nr nt j, λ (.7 = j= = = β olarak fade edlmekedr [5]. Burada β = h j v olarak anımlanmakadır. Her anı j,. çn, sıfırdan farklı özdeğer sayısı en fazla br ane olableceğnden (.7 de λ gördüğümüz yere sıfırdan farklı olan özdeğern kendsn ( λ yazablrz. Böylece (=,,...,n T üzernden yapılan oplam şlem de karesel Ökld fadesnden düşmekedr: ( XXˆ n R h j, λ d, = β ρ( XX, ˆ j= n R = βj, x x ˆ. (.73 ρ( XX, ˆ j= 7

41 Burada (, ˆ j,. ρ XX, x x ˆ ( =,,...,L olduğu anları belrmekedr. Ayrıca β = h j v olarak anımlanmaka ve sıfırdan farklı olan özdeğere karşı v düşen özvekörü fade emekedr. Karesel Ökld fades (.3 de yerne konursa koşullu haa olasılığı, λ n R E S P ( XXH, ˆ exp β ˆ j, x x ρ(, ˆ j = 4 XX N (.74 olarak elde edlmekedr []. Burada β j, ler sasksel bağımsız kompleks Gauss raslanı değşkenlerdr. Bu yüzden, β j, ler de Rcan dağılımlıdır ve olasılık yoğunluk şlev, j, j, β = β β β j, j, j, j, p exp K I K (.75 şeklnde verlmekedr. Burada j, j, j, j,nt K = μh, μ h,..., μ h. v (.76 olarak anımlanmakadır. Koşullu haa olasılığı üs sınırının, sasksel bağımsız Rcan raslanı değşken β j, ye göre beklenen değer alınmalıdır. Eğer X ve ˆX kodsözcüğü dzlerndek farklı uzay-zaman smgelernn sayısı δ H le göserlrse, (.74 fadesndek eşszlğn sağ arafında δ n sasksel bağımsız raslanı değşken bulunduğu açıkça görülmekedr. Duruğumsu sönümlemel kanallardakne benzer şeklde, hızlı sönümlemel kanallarda da koşulsuz haa olasılığının hesaplanması çn δ H n R H R değerne bağlı olarak k farklı yönem uygulanmakadır δ H n R Değernn Büyük Olduğu Durumda Koşulsuz Haa Olasılığı Verlen koda göre n değernn büyük olduğu ( δ n 4 durumlarda merkez δh R H R lm kuralına göre, (.73 ek karesel Ökld uzaklığı Gauss dağılımlı br raslanı değşkenne (Z yaklaşmakadır. Bu raslanı değşkennn oralama ve varyansı sırasıyla, 8

42 n R ( j, μ z = x x ˆ + K (.77 ρ( XX, ˆ j = n R j, ( σ z = x xˆ + K ρ( XX, ˆ j= 4 (.78 bçmnde verleblr [6]. (.74 e elde edlen koşullu haa olasılığının Z Gauss raslanı değşkenne göre beklenen değer alınırsa, (.56 dak fade yardımıyla koşulsuz haa olasılığının üs sınırı, E E E P (, ˆ XX exp σ μ Q 4N 4N 4N μ σ S S S z z z z σz (.79 şeklnde elde edlmekedr. Z Gauss raslanı değşkenn oralaması ve varyansı (.79 da yerne konursa, Rcan sönümlemel kanal çn haa olasılığının üs sınırı elde edlmekedr. Raylegh sönümlemel kanal çn se μ = olduğundan, j, h olmakadır. Bu durumda Z raslanı değşkennn oralama ve varyansı, j, K = μ = n z σ = n z R ρ, x x ˆ (.8 ( XXˆ 4 R ρ, x x ˆ (.8 ( XXˆ bçmnde verleblr. Bu oralama ve varyans fadeler, (.79 denklemnde yerne konduğunda Raylegh sönümlemel kanal çn çfsel haa olasılığının üs sınırı elde edlmekedr [6]: S 4 S S 4 R E ( ˆ E E E n d P XX, exp nrd nrd E Q nrd. (.8 4N 4 4N 4N D Burada d E, k uzay-zaman smge dzs arasındak karesel Ökld uzaklığına eşr ve d E = x x ˆ (.83 ρ( XX, ˆ bçmnde verlr. 4 D se aşağıdak gb anımlanmışır: 9

43 D 4 4 = x x ˆ. (.84 ρ( XX, ˆ.3... δ H n R Değernn Küçük Olduğu Durumda Koşulsuz Haa Olasılığı Küçük δ HnR değerler çn, δ HnR 4 olduğu durumdak Z nn Gauss dağılımlı olduğu varsayımı geçerl olmamakadır ve çfsel haa olasılığı üs sınırı, L ( XXˆ ( XXH ˆ ( β, ( β, ( β n R, P, P, p p p β j, = d β d β d β (.85 L,, n R, le verlen negraln adım adım çözülmes le elde edlmekedr. Burada β j, ler ( =,,..., L ve j =,,..., n R Rcan dağılımlı raslanı değşkenler olduğundan, (.75 e verlen olasılık yoğunluk şlev (.85 e yerne konursa, çfsel haa olasılığının üs sınırı bulunmakadır [5]: j, ES K ˆ nr x x 4N P XX, ˆ exp (, ˆ E j S E ρ XX = S + x ˆ + ˆ x 4N x x 4N. (.86 Kanalın Raylegh sönümlemel olduğu durumda üm j ve ler çn K j, = olacağından (.86 dak eşszlk, ( XXˆ P, ( XXˆ + x ˆ x E ρ, S 4N n R (.87 olarak elde edlmekedr. Yüksek şare gürülü oranları çn E E + x x x xˆ (.88 4N 4N S S ˆ varsayımı yapılırsa çfsel haa olasılığının üs sınırı daha bas br şeklde fade edlmekedr: 3

44 ( ˆ ( p n n δh R R ES P XX, d. (.89 4N Burada d p, k uzay-zaman smge dzs arasındak karesel Ökld uzaklıklarının çarpımından oluşmakadır: d p = x x ˆ. (.9 ρ( XX, ˆ İşare gürülü oranının dereces, çeşleme kazancını fade eğnden dolayı δ HnR çeşleme kazancının sağlandığı açıkça görülmekedr. Kodlama kazancı se aynı çeşleme kazancına sahp kodlanmamış br sseme nazaran elde edlen kazancı fade emekedr. Bu durumda, görüldüğü gb ( d p / δh kodlama kazancı sağlanmakadır Uzay-Zaman Kafes Kodların Tasarım Ölçüler Bu bölümde, önceden bulunan çfsel haa olasılıklarının üs sınırları kullanılarak hem duruğumsu sönümlemel kanal hem de hızlı sönümlemel kanal çn farklı asarım ölçüler göserlecekr Duruğumsu Sönümlemel Kanal İçn Tasarım Ölçüler Bölüm.3. de elde edlen (.6 ve (.65 fadelerndek üs sınırlardan da anlaşılacağı gb duruğumsu sönümlemel Raylegh kanal çn asarım ölçüler rn R değerne bağlıdır. Bu fadenn alableceğ olası en büyük değer n T n R e eşr (B mars am rank br mars olduğunda elde edlmekedr. Küçük n T n R değerler çn, yüksek şare gürülü oranlarındak çfsel haa olasılığının değern belrleyen baskın fade A marsnn rank ıdır. Haa olasılığının değern belrleyen dğer fade se (.65 en görüldüğü gb A marsnn sıfırdan farklı özdeğerlernn çarpımıdır. Kısacası, duruğumsu sönümlemel Raylegh kanalda, rn R değernn küçük olduğu durum çn kod asarım ölçüler aşağıdak gb özeleneblr : I A marsnn rank ının (r en küçük değernn, alableceğ en büyük değere sahp olması sağlanmalıdır. Böylece rn R çeşleme kazancı da en büyük değern almakadır. A marsnn rank ının en büyük değer r = n T sağlandığı zaman elde edlmekedr. Bunun çn B marsnn am rank br 3

45 mars olması gerekmekedr ve bu koşul kodların yapısı gereğ her zaman elde edlememekedr. Bu ölçü, rank ölçüü olarak adlandırılmakadır [5]. r II A marsnn sıfırdan farklı özdeğerlernn çarpımının λ = en küçük değernn, alableceğ en büyük değere sahp olması sağlanmalıdır. Bu fade ayrıca A marsnn r. dereceden köklernn deermnanlarının oplamına da eşr. Bu ölçü, deermnan ölçüü olarak adlandırılmakadır [5]. Yukarıda belrlen k ölçüe kısaca rank ve deermnan ölçüü denlmekedr. Büyük n T n R değerler çn, haa olasılığının üs sınırı (.6 da verlmşr. Kod asarım ölçüünü belrleme şn kolaylaşırmak çn (.3 dak eşszlk kullanılır ve E 4N r S = r = λ λ (.9 koşulunu sağlayacak kadar yüksek şare gürülü oranlarında çalışıldığı varsayımı yapılırsa, (.6 dak fade daha bas br yapıya dönüşmekedr [6]: ( ˆ P, exp n E r S XX R λ. (.9 4 4N = Görüldüğü gb çfsel haa olasılığı değernde, A marsnn özdeğerlernn oplamı ekndr. Haa başarımını yleşrmek çn A marsnn özdeğerlernn oplamının en küçük değernn, mümkün oldukça büyük olması sağlanmalıdır. Kare br marsn özdeğerlernn oplamı, aynı zamanda marsn köşegen üzerndek elemanlarının oplamına (marsn zne eşr: ( ( ˆ r n T İz A X, X = λ = A. (.93, = = Burada A,, A marsnn köşegen üzerndek elemanları fade emekedr ve (.34 denklem yardımıyla, 3

46 L * j j ( ˆ ( ˆ (.94 A = x x x x,j = bçmnde elde edlmekedr. (.94 fades (.93 e yerne konursa, A marsnn z bulunmakadır: ( ( ˆ nt L = = İz A X, X = x xˆ. (.95 Bu fade, A marsnn znn X ve ˆX kodsözcükler arasındak karesel Ökld uzaklığına eş olduğunu gösermekedr. Bu yüzden, A marsnn özdeğerler oplamının en küçük değernn veya A marsnn znn en küçük değernn alableceğ en büyük değer alması le üm kodsözcükler arasındak karesel Ökld uzaklığının en küçük değernn alableceğ en büyük değer alması aynı anlama gelmekedr. Bu ölçü z ölçüü olarak adlandırılmakadır ve kısaca aşağıdak gb özeleneblr [6] : I Kullanılan uzay-zaman kafes koduna a A marsnn rank ının en küçük değer (r, rn R 4 koşulunu sağlamalıdır. II A marsnn znn en küçük değernn alableceğ en büyük değer alması sağlanmalıdır. Çeşleme derecesnn arması, sönümlemenn eksn azalmaka ve sönümlemel kanalı oplamsal beyaz Gauss gürülülü kanal (AWGN modelne yaklaşırmakadır [6, 5]. Bu yüzden oplamsal beyaz Gauss gürülülü kanal çn geçerl olan karesel Ökld uzaklığının en küçük değernn olabldğnce büyük yapılması ölçüü, çeşleme dereces büyük olan sönümlemel kanallar çn de uygulanablr. Uzayzaman kafes kod asarımında, rn R değernn büyük olduğu durumlarda kanal oplamsal beyaz Gauss gürülülü kanala yakınsamakadır. Bu nedenle, kod asarımı da oplamsal beyaz Gauss gürülülü kanal çn olan asarım le aynıdır [6]. Duruğumsu sönümlemel kanallar çn asarım ölçülern özeleyecek olursak, rn R değerne bağlı olarak rank ve deermnan ölçüü le z ölçüü olmak üzere k farklı ölçü bulunmakadır. Rank ve deermnan ölçüü rn R < 4 durumunda, z ölçüü se rn R 4 durumunda uygulanmalıdır. 33

47 Hızlı Sönümlemel Kanal İçn Tasarım Ölçüler Bölüm.3. de elde edlen (.8 ve (.89 denklemlerndek üs sınırlardan da anlaşılacağı gb hızlı sönümlemel Raylegh kanal çn asarım ölçüler δ H n değerne bağlıdır. Küçük değerler çn, yüksek şare gürülü oranlarındak haa olasılığının değern belrleyen baskın fade, uzay-zaman smgeler arasındak Hammng uzaklığı olan δ H δ H n R dır. Haa olasılığının değern belrleyen dğer fade se (.89 dan görüldüğü gb, k uzay-zaman smge dzs arasındak karesel Ökld R uzaklıklarının çarpımı olan d p dr. Kısacası, hızlı sönümlemel Raylegh kanalda, δ H n R özeleneblr : değernn küçük olduğu durum çn kod asarım ölçüler aşağıdak gb I Uzay-zaman smgeler arasındak Hammng uzaklığının en küçük değernn olabldğnce büyük olması sağlanmalıdır. Bu ölçü, uzaklık ölçüü olarak adlandırılmakadır [5]. δ H II Uzay-zaman smge dzler arasındak karesel Ökld uzaklıklarının çarpımının ( d p en küçük değernn, en küçük δ H değerne sahp yol Büyük δ H boyunca, olabldğnce büyük olması sağlanmalıdır. Bu ölçü, çarpım ölçüü olarak adlandırılmakadır [5]. n R değerler çn, haa olasılığının üs sınırı (.8 de verlmşr. Kod asarım ölçüünü belrleme şn kolaylaşırmak çn (.3 dak eşszlk kullanılır ve ES 4N de (.96 4 D koşulunu sağlayacak kadar yüksek şare gürülü oranlarında çalışıldığı varsayımı yapılırsa, (.8 dek fade daha bas br yapıya dönüşmekedr [6]: ( XX ˆ n E T P, exp n x x ES exp 4N L S R ˆ 4N = = n d R E. (.97 34

48 Görüldüğü gb yüksek şare gürülü oranlarındak haa olasılığı değernde, karesel Ökld uzaklığı baskındır. Büyük de H R aşağıdak gb özeleneblr [6] : δ n değerler çn asarım ölçüü kısaca I Uzay-zaman dzler arasındak Hammng uzaklığının en küçük değer δ HnR, H δ 4 koşulunu sağlamalıdır. II Karesel Ökld uzaklığının en küçük değernn olabldğnce büyük yapılması gerekmekedr. Bu asarım ölçüü, rn R değernn büyük olduğu durumdak duruğumsu sönümlemel kanallar çn geçerl olan z ölçüü le aynıdır. Her ks de karesel Ökld uzaklığının en küçük değernn olabldğnce büyük olmasını önermekedr. Sonuç olarak, sönümlemel kanallar çn uzay-zaman kafes kod asarımı, ssemn çeşleme derecesne bağlıdır. Duruğumsu sönümlemel kanallardak çeşleme dereces, alıcı anen sayısı (n R le kodun yapısının belrledğ verc çeşlemesnn (r çarpımına eşr. Hızlı sönümlemel kanallardak çeşleme dereces se, alıcı anen sayısı (n R le kodun yapısının belrledğ zaman çeşlemesnn ( d E çarpımına eşr. Çeşleme dereces küçük se, duruğumsu sönümlemel kanallarda çeşleme ve kodlama kazancını arırmak çn sırasıyla rank ve deermnanı olabldğnce büyük olan br kod seçlmeldr; hızlı sönümlemel kanallarda se smge Hammng uzaklığının en küçük değer ve çarpım uzaklığı olabldğnce büyük olan br kod seçlmeldr [6]. Bu durumda, çeşleme kazancı kodun performansında baskın ve kodlama kazancına nazaran daha ekl olmakadır. Ancak çeşleme büyüdükçe, çeşleme derecesn daha da arırmak performansda öneml br gelşme sağlamamakadır. Bu durumda kodlama kazancı önem kazanmakadır. Yüksek çeşleme derecesnde, sönümlemel kanal oplamsal beyaz Gauss gürülülü kanala yakınsamaka olduğundan, haa olasılığını baskın olarak Ökld uzaklığının en küçük değer belrlemekedr. Bu nedenle, oplamsal beyaz Gauss gürülülü kanal çn asarım ölçüü olan, Ökld uzaklığının en küçük değernn olabldğnce büyük yapılması, çeşleme derecesnn büyük olduğu durumda hem duruğumsu hem de hızlı sönümlemel kanallar çn geçerl olmakadır. δ H 35

49 Düşük ve Ora İşare Gürülü Oranlarında Kod Performansı Yüksek şare gürülü oranları çn kod asarım ölçüler Bölüm.3.3. ve.3.3. de elde edlmşr. Ancak kodun düşük ve ora şare gürülü oranlarında da çalışması gerekeblr. E S /4N fades γ olarak anımlanırsa, γ >> aralığı yüksek şare gürülü oranını, γ << aralığı düşük şare gürülü oranını ve γ aralığı se ora şare gürülü oranını belrmekedr. (.63 ek haa olasılığı üs sınırında E S /4N değşm yapılırsa, ( ˆ n n R T P XX, (.98 = +γλ elde edlr. Düşük şare gürülü oranı durumunda, (.98 de eşszlğn sağ arafındak paydada bulunan çarpım şlem yapıldığında, γ nn yüksek dereceden fadeler γ << olduğu çn hmal edleblr. Böylece, haa olasılığı üs sınırı, ( ˆ n R r P XX, +γ λ (.99 = bçmnde elde edlr [6]. Görüldüğü gb haa olasılığı, A marsnn zne bağlıdır. Büyük rn R değerler çn geçerl olan z ölçüü, düşük şare gürülü oranı aralığı çn de geçerldr. Yüksek şare gürülü oranı (γ >> çn haa olasılığının üs sınırı (.65 e verlmş. Bu durumda rank ve deermnan ölçüü geçerldr: XX r nr rnr λ γ. (. = ( ˆ P, γ aralığındak şare gürülü oranları çn haa olasılığı, ( ˆ n n R T P XX, (. = +λ olmakadır. Bu durumdak asarım ölçüü, I+ (, ˆ A X X marsne a deermnanın en küçük değernn olabldğnce büyük yapılmasıdır (I, n T xn T boyulu brm marsr []. Bu ölçü, dar br şare gürülü oranı aralığı çn geçerldr. Uzay-zaman 36

50 kodlarının daha genş br şare gürülü oranı aralığında çalışmasının gerekğ durumlarda bu ölçü kullanışlı olmamakadır Uzay-Zaman Kafes Kod Örnekler Bu bölümde, rank-deermnan ve z asarım ölçüler kullanılarak elde edlen uzayzaman kafes kodlarına örnekler verlecekr. Leraürde çok fazla sayıda kod olmasına rağmen burada kolaylık olması açısından sadece 4PSK ve bellek elemanı çeren uzay-zaman kafes kodları göserlecekr. 4PSK modülasyonu çn şare kümes Şekl. da verlmşr. Bu şare kümesndek,, ve 3 smgelernn zaman domen fadeler sırasıyla, jw c cos(w c = Re{e } (.a jw c j π cos(w / c / = Re{e e } +π (.b jw c j cos(w c = Re{e e π } +π (.c jw c j3 π cos(w / c 3 / = Re{e e } + π (.d şeklnde verlr. Bu fadelern karmaşık alçak geçren eşdeğerler sırasıyla e j, e jπ/, e jπ ve e j3π/ dr. Şekl. 4PSK modülasyonu çn şare kümes Tarokh, Seshadr ve Calderbak (TSC arafından n T = çn asarlanan kodun [5] kafes dyagramı Şekl. de verlmşr. Rank ve deermnan ölçüler kullanılarak asarlanan bu kodun rank değer, deermnan değer 4 ve z değer se 4 ür. 37

51 Şekl. TSC uzay-zaman kodu kafes dyagramı Baro, Bauch ve Hansmann (BBH arafından n T = çn asarlanan kodun [7] kafes dyagramı Şekl. de verlmşr. Rank ve deermnan ölçüler kullanılarak asarlanan bu kodun rank değer, deermnan değer 8 ve z değer se 6 dır. Şekl. BBH uzay-zaman kodu kafes dyagramı Chen, Vucec, Yuan ve Lo (CVYL arafından n T = çn asarlanan kodun [] kafes dyagramı Şekl.3 e verlmşr. Rank ve deermnan ölçüler kullanılarak asarlanan bu kodun rank değer, deermnan değer 8 ve z değer se 6 dır. 38

52 Şekl.3 CVYL uzay-zaman kodu kafes dyagramı Chen, Vucec ve Yuan (CVY arafından n T = çn asarlanan kodun [] kafes dyagramı Şekl.4 e verlmşr. İz ölçüler kullanılarak asarlanan bu kodun rank değer, deermnan değer 4 ve z değer se dur. Şekl.4 CVY uzay-zaman kodu kafes dyagramı Kodlar arasındak farkların anlaşılması çn kodların haa başarımının ncelenmes gerekmekedr. Bunun çn de blgsayar benzem yapılmışır. Benzem yapılırken, karar vercnn kanalın sönümleme kasayılarını bldğ varsayılmışır. Her br 39

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ BÖLÜM 9 İKİ BOYUTLU PAEL YÖTEMLERİ 9.. Grş 9.2. Kompleks dülemde poansyel akım problemnn negral formülasyonu 9.3. Doğrusal paneller boyunca sab ekllk dağılımı hal 9.4. Kaynak dağılımını esas alan panel

Detaylı

DENEY 5: FREKANS MODÜLASYONU

DENEY 5: FREKANS MODÜLASYONU DENEY 5: FREKANS MODÜLASYONU AMAÇ: Malab da rekans modülasyonunun uygulanması ve nelenmes. ÖN HAZIRLIK 1. TEMEL TANIMLAR Açı modülasyonu, az ve rekans modülasyonunu kasamakadır. Taşıyıının rekansı veya

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir? MEH535 Örünü Tanıma 7. Kümeleme (Cluserng) Doç.Dr. M. Kemal GÜLLÜ Elekronk ve Haberleşme Mühendslğ Bölümü web: hp://akademkpersonel.kocael.edu.r/kemalg/ E-posa: kemalg@kocael.edu.r Verde eke blgs yok Denemsz

Detaylı

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain *

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain * BİR ESAS İDEAL BÖLGESİ ÜZERİNDEKİ SONLU DOĞURULMUŞ BİR MODÜLÜN DİREK PARÇALANIŞI * Drec Decompoon of A Fnely-Generaed Module Over a Prncpal Ideal Doman * Zeynep YAPTI Fen Blmler Enüü Maemak Anablm Dalı

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Bölüm V Darbe Kod Modülasyonu

Bölüm V Darbe Kod Modülasyonu - Güz Bölüm V Dare Kod Modülasyonu emel Bilgiler Bi nerjisi Gürülü Gücü İlinisel lıcı Uygun Süzgeçli lıcı Bi Haa Olasılığı Semoller rası Girişim DKM ve Ha Kodlama DC veya Bilgisayardan sayısal daa k Semol

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ DENEY TASARIMI VE ANALİZİ Bundan öncek bölümlerde bell br araşırma sonucu elde edlen verlere dayanılarak populasyonu anıma ve paramere ahmnlerne yönelk yönemlerden söz edld. Burada se sözü edlecek olan,

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ 1 DENEY TASARIMI VE ANALİZİ 1.1. Varyans Analz 1.. Tek Yönlü Varyans Analz Model 1.3. İk Yönlü Varyans Analz Model Prof Dr. Leven ŞENYAY XII-1 İsask II Bundan öncek bölümlerde bell br araşırma sonucu elde

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

III - ELEKTROMAGNETİK GENELLEŞTİRME

III - ELEKTROMAGNETİK GENELLEŞTİRME 3 - EEKTROMAGNETİK GENEEŞTİRME.A ) AGRANGE ORMAİZMİ Dnamğn agrange medu le yenden frmüle edlmes, genelleşrlmş krdna ssemlernn kullanılmasına mkan anır. Yen krdnaların ye larak ble dk lmaları gerekmez.

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

ĐZENCE Temel Kavram ve Prenspler Tez Problem Sınır Değer Problem Green Fonsyonu Tanımı Çözüm Yalaşımları Sonuçlar

ĐZENCE Temel Kavram ve Prenspler Tez Problem Sınır Değer Problem Green Fonsyonu Tanımı Çözüm Yalaşımları Sonuçlar YÜKSEK ĐSANS TEZ SUNUŞU Çf Yay - Küle Ssemyle Brbrne Bağlanmış Çubuların Eğlme Treşmler Hazırlayan : a. üh. Güran Erdoğan ĐZENCE Temel Kavram ve Prenspler Tez Problem Sınır Değer Problem Green Fonsyonu

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1 KAPASİTANS VE ENDÜKTANS EBE-5, Ö.F.BAY KAPASİTANS VE ENDÜKTANS Bu bölümde enerj depolayan pasf elemanlardan Kapasörler e Endükörler anıılmakadır ÖĞRENME HEDEFLERİ KAPASİTÖRLER Elekrk alanında enerj depolarlar

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

Kısmi Yanıtlı Sönümlemeli Kanallarda Kafes Kodlamalı Modülasyon için Uzay Zaman Kodlama

Kısmi Yanıtlı Sönümlemeli Kanallarda Kafes Kodlamalı Modülasyon için Uzay Zaman Kodlama Kısm Yanıtlı Sönümlemel larda Kafes Kodlamalı Modülasyon çn Uzay Zaman Kodlama Ömer ERKAN, Onur OSMAN, Osman Nur UÇAN İstanbul Ünverstes Elektrk-Elektronk Müh.Bölümü 3485 Avcılar, İstanbul oerkan@stanbul.edu.tr,

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

Anlık ve Ortalama Güç

Anlık ve Ortalama Güç ALTERNATİF AK-Dere Analz Bölü-4 AC Güç Anlık Güç Oralaa güç Güç fakörü Akf, reakf güç Kpleks güç Reakf güç düzele (Kpanzasyn aksu akf güç ransfer Anlık Güç, p( (herhang br ank güç p Anlık e Oralaa Güç

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz. 8. AÇISAL HIZ, AÇISAL İVME VE TORK Hazırlayan Arş. Grv. M. ERYÜREK NOT: Deney kılavuzunun Dönme Dnamğ Aygıının Kullanımı İle İlgl Blgler Başlıklı Bölümü okuyunuz. AMAÇ 1. Küle merkez boyunca geçen ab br

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

Communication Theory

Communication Theory Communcaton Theory ENFORMASYON TEORİSİ KODLAMA Doç. Dr. Hakan Doğan ENFORMASYON DEYİMİ NEDEN KULLANILMIŞ? Kaynaklarn, kanalların,alıcıların blg karakterstklern ncelemek. Blgnn letmn optmze etmek çn İletmn

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 MODÜLASYON TEKNİKLERİ SAYISAL MODÜLASYON İçerik 3 Sayısal modülasyon Sayısal modülasyon çeşitleri Sayısal modülasyon başarımı Sayısal Modülasyon 4 Analog yerine sayısal modülasyon

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. Tamir edilebilen bir sistem için noktasal kullanılabilirlik.

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. Tamir edilebilen bir sistem için noktasal kullanılabilirlik. ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Tamr edleblen br ssem çn nokasal kullanılablrlk Nhan ODABAŞI İSTATİSTİK ANABİLİM DALI ANKARA Her hakkı saklıdır TEZ ONAYI Nhan ODABAġI arafından

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

Programı : Elektronik Müh.

Programı : Elektronik Müh. İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜZ RESİMLERİNDEN CİNSİYET TAYİNİ YÜKSEK LİSANS TEZİ Özlem ÖZBUDAK Anablm Dalı : Elekronk e Haberleşme Müh. Programı : Elekronk Müh. OCAK 009 İSTANBUL

Detaylı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı Seralarda Isıma Kapaselernn Hesaplanmasına Yönelk Br Blgsayar Programı Gürkan Alp Kağan GÜRDİL 1, Kemal Çağaay SELVİ 1, Hasan ÖNDER 2 1 Ondokuz Mayıs Ünverses, Zraa Faküles, Tarım Maknaları Bölümü, Samsun

Detaylı

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v 1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br

Detaylı

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim. SM de yer alacak fermyonlar Standart Model (SM) agrange Yoğunluğu u s t d c b u, d, c, s, t, b e e e,, Şmdlk nötrnoları kütlesz Kabul edeceğz. Kuark çftlern gösterelm. u, c ve t y u (=1,,) olarak gösterelm.

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu Fıra Ünv. Fen ve Müh. Bl. Dergs Scence and Eng. J of Fıra Unv. 9 (4), 55-530, 007 9 (4), 55-530, 007 Lneer Olmayan Yaı Ssemlernn Analz İçn Yay-Boyu Meodu Cengz OLA ve Yusuf CALAYIR Fıra Ünverses eknk Blmler

Detaylı

MEH535 Örüntü Tanıma

MEH535 Örüntü Tanıma MEH535 Örünü Tanıma 4. Paramerik Sınıflandırma Doç.Dr. M. Kemal GÜLLÜ Elekronik ve Haberleşme Mühendisliği Bölümü web: hp://akademikpersonel.kocaeli.edu.r/kemalg/ E-posa: kemalg@kocaeli.edu.r Paramerik

Detaylı

Cebir Notları. Karmaşık Sayılar Testi z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır?

Cebir Notları. Karmaşık Sayılar Testi z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? Cebr Ntları Karmaşık Sayılar Test. + se Re() + Im()?. ( x y) + + ( x+ y ) se x + y tplamı kaçtır?. x + y ( x ) ve se y kaçtır?. ve se y x kaçtır?. sayısı kaça eşttr?. sayısı kaça eşttr? 7. x+ + ( y ) y

Detaylı

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama.

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama. Cnsye Değşken Bağlamında Harcama Al Grupları ve Gelr Đlşks: Dumlupınar Ünverses Öğrencler Üzerne Br Uygulama Mahmu ZORTUK * Öze: Đksa blmnn en öneml konuları arasında yer alan gelr le ükem lşks her dönem

Detaylı

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ NİSAN 7 ANKARA ESNEK SİSTEMLERİN KAYAN

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme *

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme * İMO Teknk Derg, 2011 5359-5385, Yazı 347 Çok Barajlı semde Gerçek Zamanlı Opmal İşleme * Mücah OPAN* ÖZ Bu çalışmada, çok amaçlı ve çok barajlı br su kaynakları ssem anımlanmışır. sem üzerne enerj ürem

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

KABLOSUZ İLETİŞİM

KABLOSUZ İLETİŞİM KABLOSUZ İLETİŞİM 805540 DENKLEŞTİRME, ÇEŞİTLEME VE KANAL KODLAMASI İçerik 3 Denkleştirme Çeşitleme Kanal kodlaması Giriş 4 Denkleştirme Semboller arası girişim etkilerini azaltmak için Çeşitleme Sönümleme

Detaylı

Makine Öğrenmesi 10. hafta

Makine Öğrenmesi 10. hafta Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

İMKB BİLEŞİK 100 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ ANALYSIS OF ISTANBUL STOCK EXCHANGE 100 INDEX S RETURN VOLATILITY ABSTRACT

İMKB BİLEŞİK 100 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ ANALYSIS OF ISTANBUL STOCK EXCHANGE 100 INDEX S RETURN VOLATILITY ABSTRACT İsanbul Tcare Ünverses Sosyal Blmler Dergs Yıl:7 Sayı:3 Bahar 008 s.339-350 İMKB BİLEŞİK 00 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ Ünal H. ÖZDEN ÖZET Fnansal serlerde, aşıdıkları özellkler nedenyle doğrusal

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15.

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15. GD. + se Re() + Im()? www.gkhandemr.rg, 007 Cebr Ntları Gökhan DEMĐR, gdemr@yah.cm.tr Karmaşık sayılar 9. + + sayısı kaça eşttr? 7 890. ( x y) + + ( x + y) se x + y tplamı kaçtır?. x + y ( x) ve se y kaçtır?.

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007 RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk

Detaylı

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

KARMAŞIK SAYILAR. Derse giriş için tıklayın... KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve

Detaylı

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama Çukurova Ünverses İİBF Dergs Cl:15.Sayı:.Aralık 11 ss.1-18 Koşullu Varyans Modeller: İmkb Serler Üzerne Br Uygulama Condııonal Varıance Models: An Alıcaıon on Isanbul Sock Exchange Serıes H.Alan Çabuk

Detaylı

YÜKSEK PLANLAMA KURULU

YÜKSEK PLANLAMA KURULU YÜKSEK PLANLAMA KURULU Tarh : 4/02/2008 Karar No : 2008/T-5 Konu : Enerj KİT lernn Uygulayacağı Malye Bazlı Fyalandırma Mekanzmasının Usul ve Esasları Yüksek Planlama Kurulu nca; Enerj ve Tab Kaynaklar

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

Fizik 101: Ders 15 Ajanda

Fizik 101: Ders 15 Ajanda zk 101: Ders 15 Ajanda İk boyutta elastk çarpışma Örnekler (nükleer saçılma, blardo) Impulse ve ortalama kuvvet İk boyutta csmn elastk çarpışması Önces Sonrası m 1 v 1, m 1 v 1, KM KM V KM V KM m v, m

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

Calculating the Index of Refraction of Air

Calculating the Index of Refraction of Air Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN v ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ Yücel Ercan rnc Sürüm: Hazran 6 SN: 978-65-847-- oyrg 6: Yücel

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol

C L A S S N O T E S SİNYALLER. Sinyaller & Sistemler Sinyaller Dr.Aşkın Demirkol Sinyaller & Sisemler Sinyaller Dr.Aşkın Demirkol SİNYALLER Elekriki açıdan enerjisi ve frekansı olan dalga işare olarak anımlanır. Alernaif olarak kodlanmış sinyal/işare de uygun bir anım olabilir. s (

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler 6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç

Detaylı

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

BİR BOYUTLU HAREKET FİZİK I. Bir Boyutlu Hareket? 12.10.2011. Hız ve Sürat. 1 boyut (doğru) 2 boyut (düzlem) 3 boyut (hacim) 0 boyut (nokta)

BİR BOYUTLU HAREKET FİZİK I. Bir Boyutlu Hareket? 12.10.2011. Hız ve Sürat. 1 boyut (doğru) 2 boyut (düzlem) 3 boyut (hacim) 0 boyut (nokta) .0.0 r oulu Hareke? İR OYUTLU HREKET FİZİK I bou (doğru bou (düzlem 3 bou (hacm 0 bou (noka u bölümde adece br doğru bounca harekee bakacağız (br boulu. Hareke ler olablr (pozf erdeğşrme ea ger olablr

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

GRUPLARDA VE YARIGRUPLARDA ETKİNLİK(EFFICIENCY) The Efficiency Of Groups And Semigroups *

GRUPLARDA VE YARIGRUPLARDA ETKİNLİK(EFFICIENCY) The Efficiency Of Groups And Semigroups * GRUPLARDA VE YARIGRUPLARDA ETKİNLİK(EFFICIENCY The Effcency Of Groups And Semgroups * Özer CAN Matematk Ana Blm Dalı Blal VATANSEVER Matematk Ana Blm Dalı ÖZET Bu çalışmada öncelkle gruplarda, yarıgruplarda,

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

Sezin Yıldırım, Özgür Ertuğ

Sezin Yıldırım, Özgür Ertuğ ÇOK-YOLLU SÖNÜMLEMELİ KANALLARDA TURBO KODLANMIŞ ALICI ANTEN ÇEŞİTLEMESİ TEK KOD ÇEVRİMSEL KAYDIRMA (TKÇK) ÇOK KULLANICILI SEZİCİNİN PERFORMANS ANALİZİ Sezin Yıldırım, Özgür Ertuğ Telekomünikasyon ve Sinyal

Detaylı

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

ELK 318 İLETİŞİM KURAMI-II

ELK 318 İLETİŞİM KURAMI-II ELK 318 İLETİŞİM KURAMI-II Nihat KABAOĞLU Kısım 5 DERSİN İÇERİĞİ Sayısal Haberleşmeye Giriş Giriş Sayısal Haberleşmenin Temelleri Temel Ödünleşimler Örnekleme ve Darbe Modülasyonu Örnekleme İşlemi İdeal

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

SAKLI MARKOV MODEL KULLANILARAK GORUNTUDEN GERCEK ZAMANLI TURK ISARET DILI TANIMA SISTEMI

SAKLI MARKOV MODEL KULLANILARAK GORUNTUDEN GERCEK ZAMANLI TURK ISARET DILI TANIMA SISTEMI SAKLI MARKOV MODEL KULLANILARAK GORUNTUDEN GERCEK ZAMANLI TURK ISARET DILI TANIMA SISTEMI Hakan Haberdar A Thess n Compuer Engneerng Submed n Paral Fulfllmen of he Requremens for he Degree of Maser of

Detaylı

DENEY 5: FREKANS MODÜLASYONU

DENEY 5: FREKANS MODÜLASYONU DENEY 5: FREKANS MODÜLASYONU AMAÇ: Malab da rekans modülasyonunun uygulanması ve inelenmesi. ÖN HAZIRLIK 1. TEMEL TANIMLAR Frekans Modülasyonu: Taşıyıı genliğinin sabi uulduğu ve aşıyıı rekansının bildiri

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü ZKÜ Müendslk Fakültes - Makne Müendslğ Bölümü Sudan Suya Türbülanslı Akış Isı Değştrge Deney Föyü Şekl. Sudan suya türbülanslı akış ısı değştrge (H950 Deneyn adı : Boru çnde sudan suya türbülanslı akışta

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ

BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Cl 24, o 3, 425-434, 2009 Vol 24, o 3, 425-434, 2009 BİRİM YÜKLEME ROBLEMİİ ÜÇ FARKLI YÖTEM KULLAILARAK KARŞILAŞTIRMALI ÇÖZÜMLEMESİ Mehme KURBA ve

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

Bir özvektörün sıfırdan farklı herhangi bri sabitle çarpımı yine bir özvektördür.

Bir özvektörün sıfırdan farklı herhangi bri sabitle çarpımı yine bir özvektördür. ÖZDEĞER VE ÖZVEKTÖRLER A n n tipinde bir matris olsun. AX = λx (1.1) olmak üzere n 1 tipinde bileşenleri sıfırdan farklı bir X matrisi için λ sayıları için bu denklemi sağlayan bileşenleri sıfırdan farklı

Detaylı

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu

Detaylı