การลดค่าพีเอพีอาร์สำหรับสัญญาณโอเอฟดีเอ็มโดยใช้  เทคนิคการเรียนรู้ของเครื่อง

ทยากร มหกรเพชร

dc.contributor.advisor	ชาญชัย ปลื้มปิติวิริยะเวช
dc.contributor.author	ทยากร มหกรเพชร
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
dc.date.accessioned	2024-04-17T09:54:38Z
dc.date.available	2024-04-17T09:54:38Z
dc.date.issued	2566
dc.identifier.uri	https://cuir.car.chula.ac.th/handle/123456789/84771
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2566
dc.description.abstract	วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์เพื่อประยุกต์ใช้ซัพพอร์ตเวคเตอร์แมชชีนและโครงข่ายประสาทเทียมสำหรับเลือกค่าของสัญญาณโทนสำรองที่เหมาะสมในการลดค่าพีเอพีอาร์ของสัญญาณโอเอฟดีเอ็ม ทดสอบและประเมินประสิทธิภาพของเทคนิคการลดค่าพีเอพีอาร์ที่พัฒนาขึ้นเปรียบเทียบกับระบบที่ใช้กระบวนการค้นหาแบบเต็มรูปแบบซึ่งได้การลดค่าพีเอพีอาร์ที่ดีที่สุด ในงานวิจัยได้พัฒนาโปรแกรมจำลองสัญญาณโอเอฟดีเอ็มเพื่อคำนวณค่าพีเอพีอาร์ของระบบโดยพิจารณาทั้งกรณีที่ใช้และไม่ใช้เทคนิคการลดค่าพีเอพีอาร์ด้วยเทคนิคการสำรองโทน สร้างชุดข้อมูลสำหรับการฝึกและการทดสอบ พัฒนาและประยุกต์ใช้การเรียนรู้ของเครื่องโดยใช้ซัพพอร์ตเวคเตอร์แมชชีนและโครงข่ายประสาทเทียมในการเลือกคลื่นพาห์ย่อยสำรองที่เหมาะสม ทดสอบและเปรียบเทียบสมรรถนะการลดค่าพีเอพีอาร์ของอัลกอริทึมที่พัฒนาขึ้นโดยประเมินจากค่าการความน่าจะเป็นสะสมเพิ่มเติม จากการศึกษาพบว่าทั้งสองเทคนิคสามารถช่วยลดปัญหาพีเอพีอาร์ได้โดยที่วิธีโครงข่ายประสาทเทียมมีผลลัพธ์ที่ดีกว่าซัพพอร์ตเวคเตอร์แมชชีน จึงสามารถประยุกต์ใช้กับกับเทคนิคการสำรองโทนได้เป็นอีกทางเลือกหนึ่ง
dc.description.abstractalternative	The purpose of this thesis is to apply support vector machines and artificial neural networks to select appropriate alternate tone reservation to reduce the PAPR of OFDM signals. Test and evaluate the performance of the developed PAPR reduction technique against a full search algorithm that achieves the best PAPR reduction. In the research, an OFDM signal simulation program was developed to calculate the PAPR value of the system by considering both the case and not using the PAPR reduction technique with the tone reservation technique. Create datasets for training and testing. Develop and apply machine learning using support vector machines and neural networks to select appropriate alternative tone reservation. Test and compare the PAPR reduction performance of the developed algorithms by complementary cumulative distribution function. The study found that both techniques can help reduce PAPR problems, with the neural network method having better results than the support vector machine. Therefore, it can be applied with tone reservation techniques as another option.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.title	การลดค่าพีเอพีอาร์สำหรับสัญญาณโอเอฟดีเอ็มโดยใช้ เทคนิคการเรียนรู้ของเครื่อง
dc.title.alternative	PAPR reduction for OFDM signals using machine learning techniques
dc.type	Thesis
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	วิศวกรรมไฟฟ้า
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย