Genetik Algoritma Kullanılarak Ağırlıklandırılmış Myriad Filtrelerin Optimizasyonu

Öz

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.

Anahtar Kelimeler

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

Kaynakça

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