Genetik Algoritma Kullanılarak Ağırlıklandırılmış Myriad Filtrelerin Optimizasyonu

Yıl 2017, Cilt: 1 Sayı: 1, 9 - 14, 29.11.2017

Hasan Zorlu , Şeyda Sunca

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] 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] P. J.Huber, RobustStatistics. New York: Wiley, 1981.
• [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] C. L. Nikiasve M.Shao, SignalProcessingwith Alpha-StableDistributionsand Applications. New York: Wiley, 1995.
• [5] G. Samorodnitskyve M. S.Taqqu, StableNon-Gaussian Random Processes. New York: Chapman&Hall, 1994.
• [6] S.Kalluri,“NonlinearAdaptiveAlgorithmsForRobustSignalProcessingand Communications InImpulsive Environments”, Doktora Tezi, University Of Delaware, 1998.
• [7] J.G. Gonzalez, D.W. Griffith, G.R. Arce, “MatchedMyriadFilteringForRobust Communications”, InProc. Of The 1998 Conf. on Information ScienceandSystems, Princeton University, 1998.
• [8] S. Kalluri, G. R. Arce, “A General Class Of NonlinearAdaptiveFilteringAlgorithms”, IEEE Trans. onSignalProcessing, vol. 47, pp. 2262-2272, 1999.
• [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] H. Zorlu, “Optimization of weightedmyriad filters with differential evolution Algorithm” Int. J. Electron. Commun. (AEÜ) vol. 77, pp.1-9, 2017.
• [11] J.H.Holland, Adaption in Natural andArtificialSystems, MAMIT Press, Cambridge, 1975.
• [12] A. Kaplan, Nümerik Tabu Arama Algoritması, Doktora Tezi, Erciyes Üniversitesi, Kayseri, 2001