Genetik Algoritma Kullanılarak Ağırlıklandırılmış Myriad Filtrelerin Optimizasyonu

Abstract

Bu çalışmada ağırlıklandırılmışMyriad filtrelerin evrimsel algoritmalardan olan Genetik Algoritma ile optimizasyonu ele alınmış ve bu algoritmanın performansı farklı karakteristikteki α-bağımlı gürültü durumlar için test edilmiştir. Bununla birlikte Genetik algoritmanın başarımı türeve dayalı klasik bir algoritma ile karşılaştırılmıştır. Myriad filtre yapısı son yıllarda, dürtü gürültülü ortamlar (özellikle α-bağımlı gürültü) için güçlü bir doğrusal olmayan filtre yapısı olarak kullanılmaktadır. Bu filtre yapısı haberleşme, işaret ve görüntü işleme alanlarına başarıyla uygulanmıştır. α-bağımlı gürültü α’ nın 0< α ≤2 şeklindeki değişimine bağlıdır. Burada α=1 durumunda oluşan gürültü Cauchy dağılımlı, α=2 durumunda oluşan gürültü ise Gaussian dağılımlıdır. Evrimsel algoritmalar öğrenme, genelleme yapma, kolaylıkla farklı problemlere uygulanabilme ve gürültüye karşı toleranslarından dolayı farklı problemlerin çözümünde sıklıkla kullanılmaktadır. Yapılan çalışmalar sonucunda, α-bağımlı gürültülü durumlar için Genetik algoritma kullanılarak düşük optimizasyon hatası ile Myriad filtre ağırlıklarının tespit edilebileceği gözlenmiştir. Genel olarak değerlendirildiğinde Genetik algoritmanın Myriad filtrelerin optimizasyonunda başarılı oldukları tespit edilmiştir.

Keywords

• Ağırlıklandırılmış Myriad filtre,α-bağımlı gürültü,Genetik algoritma

References

1. [1] M. P. Shindeve S. N Gupta., “Signaldetection in the presence of atmospheric noise in tropics,” IEEE Trans.Commun.,vol. 22, pp. 1055–1063, 1974.
2. [2] P. J.Huber, RobustStatistics. New York: Wiley, 1981.
3. [3] F. R.Hampel, E. M.Ronchetti, P. J.Rousseeuw,ve W. A. Stahel, Robust Statistics: The Approach Based on Influence Functions. New York: Wiley, 1986.
4. [4] C. L. Nikiasve M.Shao, SignalProcessingwith Alpha-StableDistributionsand Applications. New York: Wiley, 1995.
5. [5] G. Samorodnitskyve M. S.Taqqu, StableNon-Gaussian Random Processes. New York: Chapman&Hall, 1994.
6. [6] S.Kalluri,“NonlinearAdaptiveAlgorithmsForRobustSignalProcessingand Communications InImpulsive Environments”, Doktora Tezi, University Of Delaware, 1998.
7. [7] J.G. Gonzalez, D.W. Griffith, G.R. Arce, “MatchedMyriadFilteringForRobust Communications”, InProc. Of The 1998 Conf. on Information ScienceandSystems, Princeton University, 1998.
8. [8] S. Kalluri, G. R. Arce, “A General Class Of NonlinearAdaptiveFilteringAlgorithms”, IEEE Trans. onSignalProcessing, vol. 47, pp. 2262-2272, 1999.

9. [9] S. Kalluri, G. R. Arce, “Adaptive WeightedMyriad FilterAlgorithms For Robust Signal ProcessingIn α-StableNoiseEnvironments”, IEEE Trans. onSignalProcessing, vol. 46, pp. 322-334, 1998
10. [10] H. Zorlu, “Optimization of weightedmyriad filters with differential evolution Algorithm” Int. J. Electron. Commun. (AEÜ) vol. 77, pp.1-9, 2017.
11. [11] J.H.Holland, Adaption in Natural andArtificialSystems, MAMIT Press, Cambridge, 1975.
12. [12] A. Kaplan, Nümerik Tabu Arama Algoritması, Doktora Tezi, Erciyes Üniversitesi, Kayseri, 2001